基于时空上下文模型的RGB-D序列目标跟踪方法
为了实现更为精确的视频目标跟踪,提出一种以时空上下文模型为基础的RGB-D序列目标跟踪算法.通过引入更新模板的深度信息,该模型精准地区分了输入序列的目标区域与背景区域,实现了深度权值和颜色权值的融合;基于目标序列的深度及目标动量计算,该模型有效地实现了尺度更新与遮挡处理.通过在RGB-D图像序列数据集上的详细实验评估,该时空上下文模型相对于其他先进的同类方法表现出更好的性能.因此,该方法实现了更为精确可靠的视频目标跟踪.
计算机视觉、目标跟踪、机器学习、RGB-D、时空上下文、目标动量
47
U461;TP308(汽车工程)
国家自然科学基金面上资助项目;北京市自然科学基金资助项目
2021-03-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
224-230
