TLD视频目标跟踪器快速匹配的研究

摘要 在跟踪-学习-检测(tracking-learning-detection,TLD)框架中,跟踪器采用传统的归一化互相关(Normalized Cross Correlation,NCC)算法完成图像的匹配.该方法具有较强抗噪声能力,但计算量庞大,难以满足实时跟踪的要求.对TLD跟踪器的匹配方法进行了改进,匹配过程由粗匹配和精匹配两步完成.新的两步匹配方法在保持较强抗噪能力的同时,减少了运算量,提高了匹配速度.实验表明,采用新的匹配方法的TLD目标跟踪器可以准确快速地进行特征点匹配,减少了计算时间,并有效地降低了误匹配率