基于随机一致性采样估计的目标跟踪算法
来源：计算机应用杂志2016年第9期北京时间：
作者：勾承甫, 陈斌, 赵雪专, 陈刚
单位：1. 中国科学院 成都计算机应用研究所, 成都 610041;2. 中国科学院大学, 北京 100049
摘要：为了解决在实际监控中因为目标遮挡、外观变化和时间过长导致跟踪丢失的问题，提出一种基于随机一致性采样（RANSAC）估计的目标跟踪算法。算法首先在搜索区域提取局部不变特征集，然后利用特征匹配传递性和非参数学习算法从特征集中分离出目标特征，最后对目标特征进行RANSAC估计跟踪目标位置。将算法在不同场景的视频数据集上进行测试，分别从准确率、召回率和综合评价指标F1-Measure三个指标分析算法性能，实验结果表明所提出的算法提高了目标跟踪的准确性，克服了长时间目标跟踪产生的跟踪漂移。
关键词：局部不变特征,匹配传递性,非参数学习,随机一致性采样估计,目标跟踪
基金资助：四川省科技成果转换项目（2014CC0043）。
