基于Mean-Shift优化的TLD视频长时间跟踪算法

基于Mean-Shift优化的TLD视频长时间跟踪算法
肖庆国;叶庆卫;周宇;王晓东
【期刊名称】《计算机应用研究》
【年(卷),期】2015(032)003
【摘要】针对TLD(tracking learning detection)算法同时包含了跟踪、检测和学习三个部分,具有较高计算量的缺点,提出了采用Mean-Shift算法替换原TLD跟踪器部分的光流跟踪算法.该优化方法利用具有计算量小的Mean-Shift算法替换计算量较大的光流法进行跟踪,以通过目标模型和候选目标模型之间的巴氏系数与阈值的比较来判定跟踪失败的自检测,并通过计算Mean-Shift跟踪返回的目标框和上一帧TLD返回的目标框之间的相似度来进一步得到跟踪的有效性,在发生跟踪失败时由检测器重新初始化跟踪.实验结果表明,该优化方法在视频长时间跟踪算法中具有较高的鲁棒性和准确性,并且与原TLD算法相比,该优化方法在跟踪速度上得到了提升.
【总页数】4页(P925-928)
【作者】肖庆国;叶庆卫;周宇;王晓东
【作者单位】宁波大学信息科学与工程学院,浙江宁波315211;宁波大学信息科学与工程学院,浙江宁波315211;宁波大学信息科学与工程学院,浙江宁波315211;宁波大学信息科学与工程学院,浙江宁波315211
【正文语种】中文
【中图分类】TP391.41;TP301.6
【相关文献】
1.基于Mean-Shift算子的多尺度视频跟踪算法研究 [J], 盛磊;刘旨春;于晓波
2.基于PTLD的长时间视频跟踪算法 [J], 刘建;郝矿荣;丁永生;杨诗宇
3.基于TLD改进框架的视频目标跟踪算法 [J], 史殊凡;孙光民
4.基于TLD和fDSST的长时间目标跟踪算法 [J], 李轶锟;吴庆宪;丁晟辉;胡鲲
5.基于改进TLD跟踪算法的生猪视频跟踪 [J], 何雨;刘星桥;刘超吉;李健
因版权原因，仅展示原文概要，查看原文内容请购买。