一种基于多通道Haar-like特征的鲁棒目标跟踪方法

    公开(公告)号:CN104050451A

    公开(公告)日:2014-09-17

    申请号:CN201410273897.5

    申请日:2014-06-18

    Inventor: 赵耀博 宁纪锋

    Abstract: 本发明公开了一种基于多通道Haar-like特征的鲁棒目标跟踪方法,包括以下步骤:在目标跟踪的过程中,先获得多通道Haar-like特征的特征值,然后根据各多通道Haar-like特征训练出相应的候选弱分类器;再在所有M个候选弱分类器中选出响应最大的K个弱分类器构造响应为p(y=1|x)的强分类器,并更换其中判别力最弱的N个弱分类器;然后根据所述强分类器更新目标的外观模型及目标的位置,循环往复,从而得到各帧中目标的位置及外观模型。本发明可以满足彩色图像的跟踪,同时满足跟踪过程中目标本身及外界条件的实时变化。

    一种基于加权分布场的目标跟踪方法

    公开(公告)号:CN103761747B

    公开(公告)日:2017-02-15

    申请号:CN201310751523.5

    申请日:2013-12-31

    Abstract: 本发明公开了一种基于加权分布场的目标跟踪方法,结合目标前景和背景信息的加权分布场目标表示方法,同时基于相关系数的模板匹配算法与提出的加权分布场目标表示结合,克服了原始分布场算法在跟踪过程中忽略背景等有用信息的缺点,排除了跟踪过程中目标的旋转、缩放,光照变化,快速运动,背景干扰等复杂场景的影响。

    一种基于加权分布场的目标跟踪方法

    公开(公告)号:CN103761747A

    公开(公告)日:2014-04-30

    申请号:CN201310751523.5

    申请日:2013-12-31

    Abstract: 本发明公开了一种基于加权分布场的目标跟踪方法,结合目标前景和背景信息的加权分布场目标表示方法,同时基于相关系数的模板匹配算法与提出的加权分布场目标表示结合,克服了原始分布场算法在跟踪过程中忽略背景等有用信息的缺点,排除了跟踪过程中目标的旋转、缩放,光照变化,快速运动,背景干扰等复杂场景的影响。

Patent Agency Ranking