摘要
针对复杂背景下目标跟踪偏差大的问题,研究一种自适应模板更新算法,以提高模板与目标的匹配度。设计了卷积神经网络模型提取复杂环境中的目标特征,设置两个模板匹配阈值,当阈值与模板匹配测量值关系不同时,采用差异性模板更新策略;随后对目标跟踪过程中的目标模型进行自适应更新,降低目标与模板匹配误差。实验结果显示,此算法跟踪效果优于对比算法,在光线较弱、目标运动因素影响下,取得了理想的人脸跟踪效果。
出处
《安阳师范学院学报》
2020年第5期20-23,共4页
Journal of Anyang Normal University
基金
安徽省高等学校质量工程项目“计算机应用技术教学团队”(项目编号:2017jxtd129)
安徽省高校自然科学研究重点项目“基于车载多传感器全景图像的研究与设计”(项目编号:KJ2017A637)
安徽高校自然科学研究项目“视频运动目标检测与跟踪算法的研究”(项目编号:KJ2019A1037)。
