作者：马俊凯; 罗海波; 常铮; 惠斌; 周晓丹; 侯...可变形模型结构化分类器在线学习目标跟踪
摘要：近年来目标跟踪技术的研究已经有了很大的进展，但目标的遮挡和形变仍然是目标跟踪算法面临的重大挑战。针对这些问题提出了一种基于可变形模型的目标跟踪算法。首先，利用可变形模型对跟踪目标进行表达，该模型将目标分为若干子块，目标的特征由局部子块特征和全局特征共同构成。将目标的特征和子块之间的空间关系结合起来，给出了对目标的一个统一的相似度度量函数。然后，在线训练一个结构化输出支持向量机作为分类器，该分类器的输出是可变形模型中目标的结构化描述。利用该分类器可以在视频及图像序列中准确地检测到目标。完成跟踪。通过实验比较，该算法的跟踪性能优于其他主流跟踪算法，尤其在目标发生遮挡和形变的时候仍能准确跟踪。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
