基于自适应特征融合的均值迁移目标跟踪
提出了一种基于自适应多特征融合的目标跟踪算法.分别利用RGB颜色和LBP纹理特征建立目标模型,通过线性加权将两类目标子特征模型代入目标相似性函数并用均值迁移算法进行目标位置优化计算.在跟踪过程中,引入Sigmoid函数动态调整两类子特征权重,并利用子特征相关系数和可靠性指数对目标特征模型选择性自适应更新.实验结果表明,该算法能在跟踪场景和目标外观变化时自适应调整两种子特征权重,避免了特征失效导致的跟踪失败；特征模型选择性更新策略有效抑制了模型漂移.与单一特征和模型直接更新的跟踪方法相比,该算法在复杂跟踪环境更具有鲁棒性,能进行准确稳定的实时跟踪.
目标跟踪、特征融合、自适应权重、均值迁移
31
TP273.2(自动化技术及设备)
国家“九八五”二期建设项目1010012047201
2011-12-13（万方平台首次上网日期，不代表论文的发表时间）
共7页
803-809
