论文部分内容阅读
针对目标跟踪中跟踪实时性和适应目标尺度变化的问题，提出在粒子滤波框架内基于簇相似度测量的实时目标跟踪算法，算法的外观模型使用改进的均值类哈尔特征表示．首先，根据采样半径采集目标簇和背景簇．然后，定义粒子与簇之间的相似度．当新帧到来时计算每个粒子与目标簇和背景簇的相似度，并将相似度最高的粒子作为目标在该帧的位置．在每帧跟踪结束时，更新目标簇和背景簇的统计特征，并对粒子进行重采样防止退化．与当前通用的跟踪算法对比体现文中算法的优越性．