-
公开(公告)号:CN107341479A
公开(公告)日:2017-11-10
申请号:CN201710562703.7
申请日:2017-07-11
Applicant: 安徽大学
CPC classification number: G06K9/00771 , G06K9/00758 , G06K9/6227 , G06K9/6249
Abstract: 本发明公开了一种基于加权稀疏协作模型的目标跟踪方法,包括:1从段视频序列的第一帧图像数据中选取跟踪的目标;2初始化任意一帧f=1;3利用粒子滤波算法对视频序列中第f帧图像数据进行处理,得到若干个个目标候选框;4利用加权稀疏表示的判别式算法对第f帧图像数据中的目标候选框进行处理,得到目标候选框的判别式评分;5利用加权稀疏表示的产生式算法对第f个帧图像数据中的目标候选框进行处理,得到目标候选框的产生式评分;6得到候选框的最终得分;并比较所有候选框评分的大小,找到最大值对应的候选框即为跟踪结果。本发明能够对一段视频序列中的运动目标进行实时运动估计以及定位,从而实现对运动目标的稳定跟踪。