一种基于Online Boosting的目标精细轮廓跟踪方法

摘要

本发明提供了一种基于Online Boosting的目标轮廓跟踪方法，在目标精细跟踪的问题中使用超像素对含有跟踪目标的图像进行分块，每一个超像素被看做一个点，这降低了计算的复杂度；使用在线学习的方法来分割目标和背景。传统的Online Boosting算法中，训练样本的权重是相同的，不会随时间的变化而变化。但是在目标精细跟踪问题里面，由于运动目标时刻变化，所以对在线的分类器来说距离当前帧时间越久远的图像帧的权重应该越小，为了实现这种权重逐渐衰减的效果，本发明设计了一种样本权重随时间的久远程度而递减的Online Boosting分类器，随着视频帧数的增加，分类器的性能越来越好，从而实现准确的跟踪目标的精细轮廓。