一種融合深度信息的視頻目標壓縮跟蹤算法

摘要：針對復雜環境下單一特征在跟蹤過程中易造成準確率下降和魯棒性差的問題,提出一種融合深度信息的視頻目標壓縮跟蹤算法。利用壓縮感知理論分別提取目標灰度圖像和對應深度圖像的正負樣本壓縮特征,通過特征訓練弱分類器,利用馬氏距離賦予弱分類器權值,加權組合為強分類器,實現目標的多特征融合,視目標跟蹤為一個二分類問題,確定目標跟蹤結果。使用由粗到細的搜索策略減小計算復雜度。實驗結果表明,該算法跟蹤目標平均中心位置誤差為9.95像素,平均成功幀率可達96%,算法保持實時性的同時對視頻目標運動遭遇的部分遮擋、姿態變化、光照變化以及相似物干擾等情況下的跟蹤均具有較好的效果。