复杂背景下稳健跟踪
利用时空外观上下文联合学习判别式滤波器,针对背景干扰与场景变化提升跟踪稳健性。
Zhang, Haoyang · 刘贵喜 · 张毅 · Hao, Zhaohui
IEEE Transactions on Multimedia 2024
通过自适应优化每个干扰子的权重,滤波器训练可以更加关注对跟踪影响最大的干扰子。
利用动态模板集表示时间上下文,并通过模板耦合正则项利用所有模板的共性,同时保持被动更新。
引入高置信度更新和互补的干扰子感知颜色检测器,在相关滤波跟踪失败时恢复跟踪。