论文部分内容阅读
为了提高目标遮挡或存在虚假目标时系统的跟踪精度,提出了一种基于非经典感受野模型(NCRF)的跟踪-学习-检测(TLD)跟踪算法。根据TLD算法的目标跟踪框架,主要研究了Lucas-Kanade跟踪算法、级联分类器和P-N学习;通过分析NCRF的2种抑制特性,即朝向选择性抑制和非朝向选择性抑制,建立了基于NCRF抑制特性的轮廓检测模型;为了提高目标跟踪精度,结合TLD算法和NCRF抑制轮廓检测算法(TLD+NCRF)对目标进行跟踪。通过试验计算与分析,视频跟踪结果表明,TLD+NCRF算法的跟踪效果优