一种基于加权时空上下文的鲁棒视觉跟踪算法
由于光照及外观变化、复杂背景、目标旋转与遮挡等因素的影响, 给实现鲁棒的视觉跟踪带来困难. 有效利用上下文(Context) 中包含的有用信息有助于提升上述条件下视觉跟踪的鲁棒性. 时空上下文(Spatio-temporal context, STC) 算法是新近提出的一种基于时空上下文的目标跟踪算法,它利用目标周围的稠密上下文信息,取得了良好的跟踪效果. STC的不足是其同等对待整个上下文区域, 没有对上下文做进一步的区分, 减弱了上下文的作用. 本文采用动态分区处理思想, 根据上下文中不同区域与跟踪目标运动相似度大小, 赋予不同权值, 提出了基于加权时空上下文(Weighted spatio-temporal context, WSTC)的鲁棒视觉跟踪算法. 最后在公共数据集上进行的对比实验表明,本文所提出的算法具有更好的跟踪效果和鲁棒性.
视觉跟踪、上下文、时空上下文、加权时空上下文
41
TP3;TN9
国家自然科学基金61273273, 61271374;高等学校博士学科点专项科研基金20121101110034 资助Supported by National Natural Science Foundation of China61273273, 61271374;Research Fund for the Doctoral Pro-gram of Higher Education of China20121101110034
2015-12-14（万方平台首次上网日期，不代表论文的发表时间）
共12页
1901-1912
