论文部分内容阅读
针对传统归一化相关跟踪算法运算量较大的问题,提出一种基于多尺度分解的归一化相关跟踪算法。该算法根据目标大小对目标模板和实时图像进行高斯金字塔分解,然后从最高尺度图像开始搜索,并将最大相关点作为下一级搜索的预测值,直至匹配成功。实验结果表明,该算法能够稳定地跟踪目标,而且计算速度优于传统的归一化相关跟踪算法。