子空间描述的关节式目标跟踪
赵运基1
裴海龙2
1.河南理工大学电气工程与自动化学院,河南焦作,4540002.华南理工大学自主系统与网络控制教育部重点实验室,广东广州,510640
摘要：针对关节式目标变化对子空间描述造成的影响,本文提出了一种基于增量学习的关节式目标跟踪算法.该算法通过引入图像分割方法与快速傅里叶变换可有效消除背景像素对目标描述造成的影响以及目标区域前景目标位置对不准造成的误差,同时应用局部二值模式增加目标描述中像素点间的几何位置信息,应用基于增量学习的方法实现目标特征的在线更新,最终为跟踪算法提供较为精确的目标描述.实验结果表明,本文提出的关节式目标跟踪算法具有较好的目标跟踪效果.
关键词：奇异值分解子空间描述粒子滤波局部二值模式
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61174053,61104083)高等学校博士学科点专项科研基金(20100172110023)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 604-610 )
英文信息