关于视频目标图像跟踪融合优化研究

摘要

在目标图像跟踪融合优化时,由于背景特征参数容易受到运动速度和光照变化产生较大干扰,图像质量差.仅以固定权值进行描述,采用传统目标跟踪方法,由于概率权重变化趋势在这种干扰下呈现不稳定状态,无法准确地衡量变化趋势带来的影响,导致目标跟踪精度差、鲁棒性低的问题.提出采用多特征加权融合的目标跟踪算法.首先将LBP纹理特征和颜色特征融合起来建立目标模型和候选模型,然后通过未归一化的目标和背景直方图计算出每个特征在目标中的概率权重,并将概率权重引入巴氏系数的相似度量中,从而实现MWMF算法,最后采用仿真测试算法的性能.实验结果表明,改进算法提高了目标跟踪的精度,加快了目标跟踪的速度,并且具有较强的鲁棒性.