摘要
本发明涉及一种预测自适应学习的目标跟踪方法,属于图像处理领域。该方法具体包括:S1:输入第t帧图像,利用运动向量预测目标位置;S2:通过LogGabor滤波器获得相位一致性图像;S3:采集正、负样本,利用随机稀疏矩阵的提取特征,并计算正负样本的压缩特征;S4:选取朴素贝叶斯分类器响应最大的候选位置作为当前帧的目标;S5:计算目标窗口相似度来自适应地更新分类器;S6:输出第t帧的目标位置及更新后的模型参数。本发明在跟踪成功率上有显著提升,平均中心误差明显降低,提高了原算法在光照变化、遮挡等情况下的跟踪精度,有着良好的跟踪性能。