一种在线自适应调整的目标图像区域跟踪方法

摘要

本发明涉及一种在线自适应调整的目标图像区域跟踪方法，其步骤：在新输入视频帧中的不同预估位置上采集Haar特征，并利用Boosting构造的分类器对这些位置的图像区域进行似然度的计算，将具有最大似然度的图像区域作为当前帧中的目标图像区域。通过设置弱分类器池以及辅助分类器池使得分类器以在线的方式进行更新，进一步提高分类器对目标物外观变化的适应性；因为背景与目标物图像样本出现概率的非对称性，根据各弱分类器的分类误差调整样本的分布权值，使得分类器对于视频帧中目标物的出现具有较强的敏感性，因此该发明所设计的目标跟踪方法能够更为稳定地对视频中的目标物进行跟踪。