一种基于混合分类器决策的压缩感知跟踪方法

摘要

本发明公开了一种基于混合分类器决策的压缩感知跟踪方法，主要解决现有技术跟踪方法在选择定位的区域产生漂移后分类器将会变得不准确以及在目标经历一段较长时间的严重遮挡后容易导致目标的丢失的问题。本发明定义了两个分类器，分别为目标遮挡发生前的原始分类器和进入遮挡状态的新分类器，当检测到目标发生遮挡时，则保存之前迭代训练的分类器状态，并且在当前帧初始化一个新的分类器，然后有选择性地使用这两个分类器进行目标的跟踪，最后使用不同的方式对这两个分类器进行更新，以达到方法能够正确跟踪目标的目的。本发明有效减少目标外观模型的更新错误，从而提高了压缩感知方法在一些复杂场景下的鲁棒性。