摘要
把形变视频跟踪看作一个动态图像配准问题,基于已有的模糊规则自适应学习弹性图像配准方法,提出了一个具有较好鲁棒性的视频跟踪算法。较之于一些经典的跟踪算法,提出的新算法显示出了更鲁棒的跟踪效果。
By taking deformal visual tracking as the procedure of active image registration,the existing fuzzy-inference-rule adaptive elastic image registraion is used to develop a much more robust visual tracking algorithm.Compared with two classical visual tracking algorithms,the proposed algorithm demonstrates a promising performance.
出处
《江南大学学报（自然科学版）》
CAS
2010年第2期127-132,共6页
Joural of Jiangnan University (Natural Science Edition)
基金
国家自然科学基金项目(60903100)
江苏省自然科学基金项目(BK2009067)
浙江大学CAD&CG国家重点实验室基金项目
关键词
弹性图像配准
模糊推理规则
移动估计
自适应学习
形变视频跟踪
elastic image registration
fuzzy inference rule
motion estmation
adaptive learning
deformal visual tracking
作者简介
邓赵红（1981-），男，安徽蒙城人，副教授，工学博士。主要从事模糊建模及智能计算等研究。Email：dzh666828@yahoo．com．cn
