论文部分内容阅读
针对在线目标跟踪会产生跟踪不稳定、易漂移、被遮挡就丢失的问题，提出了改进的多样本跟踪算法，在压缩传感实时跟踪中，通过增加随机测量矩阵产生新的特征，融合多个正负样本，结合boosting学习方法更新特征权值，解决目标漂移和丢失问题。测试结果表明，该方法在目标运动、纹理和环境显著变化以及被部分遮挡的情况下，跟踪的鲁棒件依旧很高，能达到稳定、实时的跟踪效果。