基于特征分组的在线目标跟踪算法  

Online object tracking algorithm based on feature grouping

作　　者：姜明新[1,2] 王洪玉[1] 

机构地区：[1]大连理工大学信息与通信工程学院,辽宁大连116024 [2]大连民族学院信息与通信工程学院,辽宁大连116602

出　　处：《大连理工大学学报》2013年第5期755-759,共5页Journal of Dalian University of Technology

基　　金：国家自然科学基金资助项目(61172058);中央高校基本科研业务费专项资金资助项目(DC10010103);辽宁省教育厅资助项目(L2012476)

摘　　要：在线目标跟踪是计算机视觉领域的一个具有挑战性的问题.提出了一种基于特征分组的在线目标跟踪算法.首先,利用像素点在多帧的方差对模板库中的目标模板进行特征分组.然后,利用主要特征图像和次要特征图像学习投影矩阵P,对样本进行投影.最后,利用最小误差法得出当前帧的跟踪结果.与其他典型算法相比,该算法对目标的异常变化具有很强的鲁棒性.Online object tracking is a challenging issue in computer vision. An online object tracking algorithm based on feature grouping is proposed. Firstly, the object templates in template base are grouped by computing the variance of the pixels in multiple frames. Then, the projection matrix P is learned based on the more discriminative image and the less discriminative image, and the samples are projected. Finally, tracking results of the current frame are performed by minimum error. Compared with other popular methods, the proposed method has strong robustness to abnormal changes.

关 键 词：在线目标跟踪 线性子空间学习 特征分组 模板更新 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]