论文部分内容阅读
均值漂移(Meanshift)是一种鲁棒的快速模式匹配算法,但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理.为此,本文提出了一种Meanshift框架下的选择性子模型更新策略,将特征模型中的每个分量作为单独个体,基于每个分量的匹配贡献度,分别选择当前帧中需要更新的子模型分量及其更新权值.实验结果表明本文算法具有比整体模型更新策略更好的跟踪鲁棒性.