基于多特征自适应融合的核跟踪方法

被引：54

作者：

王永忠

梁彦

赵春晖

潘泉

机构：

[1] 西北工业大学自动化学院

[2] 西北工业大学自动化学院西安

来源：

自动化学报 | 2008年 / 04期

基金：

国家自然科学基金重点项目;

关键词：

视觉跟踪; 多特征融合; 选择性更新; 核跟踪;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于多特征自适应融合的核跟踪框架.利用目标特征的子模型集合构造了目标的多特征描述,通过线性加权方法将目标的多个特征集成在核跟踪方法中.根据各个特征子模型与当前目标及背景的相似性,提出了一种基于Fisher可分性度量的权值自适应更新机制;同时为了克服模型更新过程中的漂移,基于子模型的可分性提出了一种选择性更新策略,实现了在变化场景下的鲁棒跟踪.基于本文所提多特征跟踪框架,利用目标的颜色特征与LBP(Local binary pattern)纹理特征具体实现了多特征自适应融合的核跟踪方法,实验验证了本文方法的有效性.

引用

页码：393 / 399

页数：7

共 3 条

[1] Robust visual tracking by integrating multiple cues based on co-inference learning [J].