论文部分内容阅读
动态场景下的运动目标检测与跟踪是计算机视觉研究的前沿方向，对场景的局部突变和目标的外观突变的鲁棒性是当前研究的难点所在。针对这种情形，本文提出一种具有生物智能的鲁棒跟踪方法。该方法利用蛙眼视觉认知的生理特性和外部特性，设计一种与之相应的模糊化区域理解的运动目标跟踪方法。
针对实验室环境下的动态序列的实验结果验证了方法的有效性;并进一步将该方法与传统的Canny算子理解结果及经典的Mean-Shift算法理解结果进行对比，显示了方法的优越性。