基于增量式子空间学习的红外目标跟踪研究

在对红外图像目标进行跟踪时,由于图像成像质量差致使目标的跟踪较为困难,采用一种基于增量式子空间学习的视觉跟踪方法,有效解决了红外图像中背景、目标运动方式复杂等问题;该方法基于粒子滤波,利用增量式主成分分析方法增量地学习一个有效的低维特征空间来适应目标外部结构的变化,鲁棒的跟踪红外图像中的目标;实验结果表明,该算法在具有复杂条件的红外图像中能够实现鲁棒的目标跟踪,跟踪成功率高达95%以上。