计算机科学与探索 ›› 2017, Vol. 11 ›› Issue (6): 998-1005.DOI: 10.3778/j.issn.1673-9418.1604012
李 昌+,宋 杰
LI Chang+, SONG Jie
摘要: 在多模态跟踪过程中,为了避免低质量模态的噪声影响和提高跟踪方法的效率,提出了一种基于自适应模态选择的目标跟踪方法,能够选择较好的模态进行跟踪。具体地,对于每个模态,使用聚类方法将目标区域及其周围背景区域各聚为若干个子类,然后通过它们子类之间的特征差异衡量目标和周围背景的判别性(即模态质量),选择判别性最大的模态对目标使用相关性滤波算法进行跟踪。同时,为了维持各个模态的目标模型的有效性,提出了一种双阈值策略更新选择和未被选择模态的跟踪模型。在7组热红外和可见光视频对上进行了实验,验证了该方法的有效性,且跟踪速度达到141 f/s。