论文研究-基于贝叶斯模型与最佳伙伴相似度量的目标跟踪.pdf

提出了一种基于产生式与判别式联合模型的视觉目标跟踪算法。首先介绍了一种基于全局颜色特征直方图特征的贝叶斯分类器，检测出若干最有可能属于目标的候选区域；然后利用最佳伙伴相似性度量（best-buddies similarity）得到候选区域与目标模板的相似度，结合概率值与相似度值估计出最优的目标状态。通过划分目标—背景区域模型、目标—干扰区域模型，对可能产生干扰的区域提前进行抑制，降低了长期跟踪可能产生的漂移问题的风险；同时引入了自适应尺度估计机制和在线模型更新策略，以获得更为精准的跟踪结果。在37组具有挑战性的图像序列上与七种优秀的算法对比实验表明，所提出的算法能够有效应对光照变化、遮挡、旋转与尺度变化等多种问题。