一种基于检测中支持在线聚类学习的对象跟踪方法

摘要

一种基于检测中支持在线聚类学习的对象跟踪方法，属于计算机图形图像技术领域。该方法在随机蕨检测器的叶节点中同时保存目标和背景样例的特征向量，通过在线聚类学习发掘其分布特性，并将其作为核函数的采样数据点进行类型概率密度估计。从初始图像中选择并确定要跟踪的目标对象，并加入到由目标图像块组成的在线模型，目标选取过程可以通过运动目标检测方法自动提取。在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像。提取目标图像块作为正样例和选取背景图像块作为负样例，生成在线训练集并输入到检测器。对于多目标的情形具有多个目标类型，每个目标类型对应一个目标。主要用于对象跟踪的各种场合。