格式:pdf
大小:627KB
頁數(shù): 5頁
針對目標跟蹤過程中發(fā)生遮擋時跟蹤出現(xiàn)偏差的情況,在傳統(tǒng)MeanShift跟蹤算法的基礎上引入極限學習機(extreme learning machine,ELM),提出了基于ELM與Mean Shift的目標跟蹤算法。該算法根據(jù)過去3個時刻的目標位置信息。利用ELM預測出目標當前可能位置,代替目標前一時刻位置作為Mean Shift迭代起始點,并在鄰域范圍內(nèi)進行迭代,得到目標的真實位置。實驗結(jié)果表明,與現(xiàn)有的改進算法相比,新算法減少了迭代次數(shù)和運算時間,同時在遮擋情況下能夠準確定位目標位置并進行跟蹤,提高了跟蹤系統(tǒng)的實時性和魯棒性。