文献类型：期刊文章

作　　者：卫保国[1] 葛苹[1] 武宏[1] 王高峰[2] 韩文亮[3]

WEI Baoguo;GE Ping;WU Hong;WANG Gaofeng;HAN Wenliang(College of Electronic Information,Northwestern Polytechnical University,Xi'an Shaanxi 710129,China;Guizhou Yu Peng Technology Company Limited,Guiyang Guizhou 550000,China;Unit 93108,the Chinese People s Liberation Army,Qiqihar Heilongjiang 161000,China)

机构地区：[1]西北工业大学电子信息学院,西安710129 [2]贵州宇鹏科技有限责任公司,贵阳550000 [3]中国人民解放军93108部队,黑龙江齐齐哈尔161000

出　　处：《计算机应用》

基　　金：贵州省科技厅工业攻关计划项目(2017GZ60903);西安市科技计划项目(2017086CG/RC049)。

年　　份：2018

卷　　号：38

期　　号：4

起止页码：1170-1175

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对单目标跟踪过程中难以长期稳定跟踪的问题,提出一种基于静态-自适应外观模型纠正的跟踪算法。首先将跟踪过程中可能遇到的干扰因素分为来自环境和目标本身两类,分别提出静态外观模型和自适应外观模型,静态外观模型用于全局匹配,自适应外观模型用于局部跟踪,静态模型纠正自适应模型的跟踪漂移问题;使用单链接层次聚类算法去除两种模型融合后引入的噪声;针对运动目标消失再出现时难以捕获的问题,使用静态模型进行全局搜索,捕获目标。对于实验中的视频序列,视频序列中目标的中心位置准确率为0.9,计算机每秒能够处理26帧图像。实验结果表明,该跟踪算法框架可以实现长期稳定的跟踪,具有良好的鲁棒性和实时性。

关 键 词：目标跟踪 静态-自适应外观模型  层次聚类 跟踪算法框架  

分 类 号：TP391.41]