论文部分内容阅读
由于目标的突发性移动、复杂的目标结构、遮挡、摄像机移动等原因,使得目标跟踪变得十分困难。结合粒子滤波和稀疏表示思想,提出一种鲁棒的多尺度目标跟踪算法。该算法首先经粒子滤波采样,并由随机森林分类器拒绝部分非目标粒子,再由稀疏重构算法计算出每个粒子属于目标的后验概率,从而刻画出当前目标状态。对比分析实验数据,可以看出该算法在准确性和正确性上都比其他跟踪算法优越,并且对目标姿态以及光照等变化具有较好的鲁棒性。