基于中智加权相似度量的尺度自适应视觉目标跟踪算法

中智集理论是传统模糊理论的拓展,它能够表述现实生活中的不确定性信息。面对不同问题,中智框架下的真(truth)、不确定(indeterminacy)、假(falsity)隶属度所占权重可能不同。提出了一种分量加权的余弦相似度量,并将其引入均值漂移视觉跟踪算法中。首先基于3σ理论和目标/背景相似度两种属性提出了相应的真、不确定、假量测,然后利用加权余弦相似度量构建权值向量,同时提出了基于中智加权余弦相似度量的尺度更新算法,综合提升均值漂移跟踪性能。实验结果表明,提出的视觉跟踪算法能较好克服相似背景、光照变化、尺度变化等挑战。