融合视觉先验与背景信息的视频目标跟踪方法

摘要 针对传统目标跟踪算法特征表示单一、背景信息利用不足而造成跟踪鲁棒性较差的问题，提出一种融合视觉先验及背景信息的跟踪算法.首先通过离线非监督学习的方式获取一般性目标物体的视觉先验知识，以视觉字典的方式加以存储.在线跟踪时，利用视觉字典，通过卷积运算获取跟踪目标及其周围局部背景的外观特征，并通过相关滤波算法来预测位移变化.实验结果表明，本文算法能够有效对抗光照变化、局部遮挡等噪声干扰，具备较高的跟踪精度与鲁棒性