基于分块多示例学算法的目标跟踪方法和系统

摘要

本发明公开了一种基于分块多示例学算法的目标跟踪方法，包括：将目标图像分为若干个分块图像片；通过多示例学算法得出每个分块图像片的弱分类器池，并从弱分类器池中选出分类能力强的若干个弱分类器构成强分类器；目标跟踪过程中，结合所有分块图像片的强分类器计算目标图像的综合分类器分数，并根据计算出的综合分类器分数确定目标位置。上述基于分块多示例学算法的目标跟踪方法目标跟踪性能较高、跟踪过程稳定，能够解决严重的光照、位姿变化及遮挡等问题。本发明还公开一种基于分块多示例学算法的目标跟踪系统。

主权项

一种基于分块多示例学习算法的目标跟踪方法，其特征在于，包括以下步骤：将目标图像分为若干个分块图像片；通过多示例学习算法得出每个所述分块图像片的弱分类器池，并从所述弱分类器池中选出分类能力强的若干个弱分类器构成强分类器；目标跟踪过程中，结合所有所述分块图像片的强分类器计算目标图像的综合分类器分数，并根据计算出的综合分类器分数确定目标位置。