原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于多线索特征选择的自适应相关滤波跟踪方法，将群体学习的方法引入到追踪算法中，通过设定一组滤波器，每个滤波器选择不同的特征组合对目标进行追踪，通过最小化循环相关性，得到每个滤波器的预测位置，之后通过设定一套鲁棒性评价体系，选择最合适的滤波器的追踪结果作为最终结果；为了保证滤波器对目标的稳定追踪，本发明对滤波器模板进行更新，在保证自适应追踪目标变化的基础上，防止滤波器模板的污染，增强了追踪的稳定性，从而实现对目标精准、可靠的追踪。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116664423 A
(43)申请公布日 2023.08.29
(21)申请号 202310577933.6 G06V 20/40 (2022.01)
文档评论（0）