一种快速跟踪通过时空背景下学习

在本文中，我们提出一种简单又快速、 鲁棒性的算法利用视觉跟踪的时空背景。我们的方针制定了感兴趣的对象和其当地的情况，基于贝叶斯框架下，该模型 （即图像强度和从目标位置） 的低级功能及周边地区的统计相关性的时空关系。跟踪问题是通过计算信心地图，并将以最大限度地对象位置似然函数取得最佳的目标位置。快速傅里叶变换被通过快速学习的能力和检测在这项工作。在 MATLAB 中实现无代码优化，建议的跟踪 350 帧每秒在机器上运行 i7 处理器。大量实验结果表明，所提出的算法执行有利地反对国家艺术方法的效率、 精度和鲁棒性。