文献类型：期刊文章

作　　者：张尧[1] 才华[1,2] 李心达[1] 米晓红[3] 孙俊喜[4]

ZHANG Yao;CAI Hua;LI Xinda;MI Xiaohong;SUN Junxi(School of Electronic Information Engineering,Changchun University of Science and Technology,Changchun 130022,China;Changchun China Optics Science and Technology Museum,Changchun 130117,China;School of Management,Henan University of Science and Technology,Luoyang 471023,Henan Province,China;School of Information Science and Technology,Northeast Normal University,Changchun 130117,China)

机构地区：[1]长春理工大学电子信息工程学院,长春130022 [2]长春中国光学科学技术馆,长春130117 [3]河南科技大学管理学院,河南洛阳471023 [4]东北师范大学信息科学与技术学院,长春130117

出　　处：《吉林大学学报（理学版）》

基　　金：国家自然科学基金(批准号:11275046);吉林省科技发展计划项目(批准号:20170203005GX).

年　　份：2020

卷　　号：58

期　　号：2

起止页码：314-320

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、INSPEC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对时空上下文算法首帧需进行手动框选及选择偏差带来后续跟踪干扰的不足,提出利用Adaboost算法进行首帧检测,引入Kalman预测机制辅助时空上下文算法进行跟踪。当出现遮挡、抖动等问题时,保证跟踪稳定地进行,提高算法鲁棒性。在Shelter1等3组公共数据集上进行对比实验的结果表明,该算法能实现首帧自动检测功能,后续跟踪算法的鲁棒性及跟踪效果也得到明显提升。

关 键 词：时空上下文  ADABOOST算法 KALMAN滤波 视觉跟踪

分 类 号：TP391]