TY - JUR A2 - Kotropoulos，康斯坦丁Au - 王，江涛奥 - 陈，德宝奥 - 张，京艾 - 李，苏文·奥 - 王，兴军Py - 2014年达 - 2014 /09/23 Ti - 具有自适应多种增量Visual Tracker SP - 343860 VL - 2014 AB - 通常，基于子空间学习的方法，如增量视觉跟踪器（IVT），已显示对视觉跟踪问题非常有效。然而，当它经历激烈的姿势或照明变化时，它可能无法遵循目标。在这项工作中，我们通过采用基于多个自适应外观模型来提高一种新型跟踪器来增强IVT算法。首先，我们在特征空间和几何空间中执行线索的整合。其次，集成直接取决于视觉提示的动态变化的可靠性。我们方法的这两个方面允许跟踪器轻松地调整到上下文中的变化，并因此通过解决歧义来提高跟踪精度。实验结果表明，通过通过所提出的算法利用多个线索，强大地改善了基于子空间的跟踪。SN - 1687-5680 UR - https://doi.org/10.1155/2014/343860 do - 10.1155/2014 / 343860 jf - 多媒体Pb的进步 - Hindwia Publishing CorporationKW - ER -