一种基于多通道Haar-like特征的鲁棒目标跟踪方法

摘要

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。