排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
针对低照度、背景杂乱等较差条件下的目标跟踪不稳定问题,论文研究了如何自适应利用多模态信息有效并快速地实现目标的持续稳健跟踪.为此,提出一种基于可靠相关度的实时多模态目标跟踪方法.给定空域上、时序上均对齐的热红外和可见光视频序列,使用在线训练的相关性滤波器对视频帧进行滤波,得到各个模态下的目标置信度图.然后,把目标置信度图的峰值主副比作为模态可靠性的度量,以此选择最为可靠的目标置信度图,得到最优的跟踪结果.同时,提出一种简单有效的多模态更新方法,使得不同模态的目标模型能够适应目标外观的变化,且避免噪声的影响.为了全面地评价论文方法,构建了一个包含6组多模态视频,其中包含了多种挑战因素,如低照度、热交叉等.实验结果表明,论文方法比其他方法提高了25%左右的跟踪精度. 相似文献
1