论文研究融合全局灰度模板的改进CT算法.pdf

针对压缩跟踪（CT）算法在构建判别表观模型过程中提取背景像素稀疏Haar-like特征导致目标跟踪漂移加重的问题，提出一种融合归一化灰度直方图全局特征模板的改进算法。与局部特征模板相比，全局特征模板更适于对目标和背景进行判别。改进算法基于压缩感知理论提取局部稀疏Haar-like特征构建表观模型M1得到跟踪目标的第一个估计参数H（v），提取归一化全局灰度直方图特征构建表观模型M2得到跟踪目标的第二个估计参数HD，使用H（v）和HD的线性组合作为表观模型利用贝叶斯分类器进行目标跟踪。实验结果表明，改进的算法提升了算法的鲁棒性，减轻了漂移问题。