论文部分内容阅读
针对传统超像素跟踪方法中建模速度慢、目标遮挡易漂移的问题,提出一种新的目标跟踪算法.该算法利用超像素分割,获得大量目标前景和背景的超像素训练数据,通过训练超限学习机,并结合k-d树聚类快速构建目标前景和背景的判别式模型.在跟踪过程中,利用构建的模型和粒子滤波估计目标中心位置.最后结合相关滤波估计目标尺度,实现对目标的鲁棒性跟踪.实验结果表明,所提算法具有可靠的跟踪精确度和较快的跟踪速度.