[发明专利]基于极小化上界误差的视觉跟踪方法

权利要求书

1.基于极小化上界误差的视觉跟踪方法，其特征在于，实现所述方法的步骤包括如下：

步骤S1：利用跟踪器估计目标在当前帧中的区域，所述目标区域包括目标位置与目标大小；

步骤S2：以估计的目标区域为参照提取样本；

步骤S3：对提取的样本抽取两类不同性质的视觉特征；

步骤S4：利用抽取的各样本两类不同性质的视觉特征在线进行协同提升学习，并对跟踪器进行更新，在线协同提升学习中，利用两个并行的提升算法同时对两类不同性质的视觉特征进行选择，并在各级视觉特征选择中利用协同学习进行相互约束，在选择最佳的视觉特征提升跟踪器性能的同时利用协同学习配置最佳的样本属性。

2.如权利要求1所述基于极小化上界误差的视觉跟踪方法，其特征在于，所述样本包括目标样本与背景样本，其中目标样本是目标区域本身、也可以包括若干与目标区域相互覆盖率极大的图像区域；背景样本可以是与目标区域相互覆盖率极小甚至没有覆盖的一些图像区域。

3.如权利要求1所述基于极小化上界误差的视觉跟踪方法，其特征在于，所述两类不同性质的视觉特征是颜色特征与纹理特征、或者是颜色特征与轮廓特征、或者是纹理特征与轮廓特征。

4.如权利要求1所述基于极小化上界误差的视觉跟踪方法，其特征在于，所述样本属性是样本属于目标样本、或是样本属于背景样本。