基于在线检测的时空上下文目标跟踪方法

摘要

为了解决基于时空上下文目标跟踪算法中低级特征不能很好地适应目标外观变化,在线更新容易产生漂移的问题,在其基础上提出了一种基于在线检测的时空上下文目标跟踪算法.首先利用朴素贝叶斯分类器构建了一个随机蕨分类器,使用随机蕨分类器进行分类并筛选候选样本;然后使用最近邻分类器计算这些样本的置信度,并计算其中最大者的置信图;最后将得到的置信图与时空上下文跟踪器的置信图融合成一个新的置信图来判定目标.实验结果表明,该算法在复杂场景下能够适应目标外观的变化,具有较好的跟踪效果和实时性.