一种基于有监督显著性检测的目标跟踪方法

摘要

本发明公开了一种基于有监督显著性检测的目标跟踪方法，包含：将当前帧的搜索区域分割为超像素并提取目标和背景的超像素特征，利用SVM学习目标的判别式表观模型。每来新一帧的图像，对搜索区域进行超像素分割，利用基于图模型的流形排序进行第一阶段的显著性检测。根据判别式表观模型计算新一帧图像中每个超像素属于目标的概率，调整分类结果并结合第一阶段的显著性检测选取随机游走的种子点，通过随机游走得到第二阶段显著图。将显著图与分类结果加权得出置信图，对置信图进行处理后用积分图法估计目标新的位置和尺度。本发明能够有效处理快速运动和形变等问题，从而实现鲁棒的跟踪。