运动目标跟踪是目前人工智能领域计算机视觉中的热门研究方向之一，被广泛应用于视频监控、无人驾驶、人机交互等各个场景。但传统的运动目标跟踪算法，通常会因为跟踪目标大面积遮挡、明暗变化、快速运动、尺度变化等干扰因素而缺乏准确性和稳定性。为此针对原有的运动目标跟踪算法做了优化，通过改变SLIC超像素分割算法中超像素分割块数、模型库更新频率以及粒子滤波算法中抛洒的粒子个数等参数，确定了一种在复杂环境中最具普适性的参数组。
科研之友
微信
新浪微博
Facebook
分享链接
