论文部分内容阅读
运动目标跟踪是计算机视觉领域重要的研究内容之一。在经典的半监督学习跟踪算法(跟踪-学习-检测(TLD))的基础上,提出了以下改进:检测模块耗时巨大是TLD算法难以实时的主要原因,结合卡尔曼滤波器,提出了一种不降低检测精度的局部与全局检测结合的优化方法,实验表明此方法提高了算法实时性;采用改进的SURF特征点检测算法替换原算法中网格均匀采样的方法,克服中值流跟踪存在的问题,提升了整体跟踪算法的鲁棒性。通过对改进算法与原算法的对比实验,验证了改进算法的准确性和实时性均优于原算法。