论文部分内容阅读
视觉跟踪技术,在诸如视频监视、智能交通、人机交互、视频压缩等方面具有非常广泛的应用前景,因此一直是计算机视觉方向的研究热点之一。本文在总结目前已有的视觉跟踪算法的基础上,提出两种基于分类的视觉跟踪算法。本文的主要工作归纳如下三个方面:1)对视觉跟踪算法,尤其是近五年来基于分类的跟踪算法发展进行综述,分析这些方法的优缺点以及适用范围,对于后续工作中展开新算法的研究和实验提供参考与借鉴;2)在基于分类的跟踪算法整体框架下,专注于设计精确而稳定的分类器。提出两种不同的解决思路,一种是基于增强(Boosting)相对子空间的分类器融合,另一种是基于局部距离学习;3)设计出一组评价跟踪算法有效性的度量准则,通过对多种跟踪算法的实验比较,显示我们的跟踪算法在关键性能上的优势。