科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决复杂环境下跟踪算法面临的光照变化、遮挡及相似干扰等问题，提出了基于多模型融合的自适应分块鲁棒目标跟踪算法，算法基于局部敏感直方图构建光照不敏感特征，基于超像素分割对采集图像进行自适应分块，以充分发挥子块的特征一致优势；通过相对熵和均值聚类构建双权值约束，以自适应提取高置信度子块进行目标跟踪，从而避免全局搜索并提高跟踪的精确性和实时性；算法通过遮挡检测和子块异步更新，进一步提高算法的运行效率和鲁棒性，提高模型对背景信息的过滤能力。实验结果表明，与其他跟踪方法相比，在包括遮挡、光照变化、相似目标和背景干扰等复杂场景下，该算法具有更优的跟踪精度和跟踪正确率，以及对不同场景的适应性和鲁棒性。
-
单位辽东学院
