论文部分内容阅读
根据偏振图像的特点,文章提出一种基于在线AdaBoost的目标跟踪方法。该方法以最小二乘回归作为弱分类器,以强度、偏振度和边缘方向特征组成的向量为其输入;通过AdaBoost算法将多个弱分类器集成为强分类器,并在跟踪过程中利用AdaBoost算法对强分类器进行在线更新,以适应目标与背景的变化;利用强分类器生成当前置信图,在置信图上利用粒子滤波估计目标的状态。实验结果表明,该方法能够在复杂背景下稳定地跟踪目标。