基于目标检测性能的自动跟踪器选择
计算机视觉与模式识别
2014-04-09 v1
摘要
跟踪算法的性能取决于视频内容。本文提出了一种新的多目标跟踪方法，能够应对视频内容的变化。首先，利用Kanade-Lucas-Tomasi（KLT）特征跟踪改进目标检测。其次，对于每个移动目标，在基于KLT的跟踪器和基于判别式外观的跟踪器之间选择合适的跟踪器。该选择由在线跟踪评估支持。该方法在三个公开视频数据集上进行了实验。实验结果表明，与近期最先进的跟踪器相比，所提方法具有更好的性能。
引用
@article{arxiv.1404.2005,
title = {Automatic Tracker Selection w.r.t Object Detection Performance},
author = {Duc Phu Chau and François Bremond and Monique Thonnat and Slawomir Bak},
journal= {arXiv preprint arXiv:1404.2005},
year = {2014}
}
备注
IEEE Winter Conference on Applications of Computer Vision (WACV 2014) (2014)