自适应学习的时空上下文目标跟踪算法
来源：计算机工程杂志2018年第6期北京时间：
作者：张晶,王旭,范洪博
单位：昆明理工大学 信息工程与自动化学院,昆明 650500
摘要：传统时空上下文目标跟踪(STC)算法在目标发生尺度变化时,跟踪窗口长期不变导致学习的上下文空间模型不具有针对性。为此,提出一种能够进行自适应学习的时空上下文目标跟踪 (STC-AL)算法。在前后输出窗口提取尺度不变特征并消除误匹配,对匹配点集进行综合分析后调整输出窗口,并对传统空间模型的学习与更新进行改进。实验结果表明,STC-AL算法能够适应目标尺度变化,与STC算法、CT算法和KCF算法相比,跟踪结果更准确。
关键词：自适应,目标跟踪,时空上下文,尺度不变特征,空间模型
基金资助：国家自然科学基金(61562051);云南省应用基础研究计划重点项目(2014FA029)。
