基于压缩感知理论和gcForest的目标跟踪方法

摘要

本发明公开了基于压缩感知理论和gcForest的目标跟踪方法，包括以下步骤：获取跟踪目标的初始帧视频图像；提取正、负样本图像片并进行多尺度变换得到多维向量；通过gcForest网络来提取跟踪目标的深层次特征，获得目标的深层次表达；采用压缩感知理论对其特征进行降维，得到最终特征表达并训练分类器；下一帧图像在上一帧的目标位置周围采样n个窗口，使用前一帧训练好的分类器进行分类，得到分类分数最大的窗口即为跟踪目标，并以此来更新分类器参数。本发明有效的提高了视频目标跟踪的精度性，能够在复杂条件下稳定地跟踪目标，同时因计算量的减少，有效的提高了目标跟踪的实时性。