二叉树模型在目标跟踪中的应用

目标跟踪一直是计算机视觉领域的重要研究课题,广泛应用于视频监控、交通监视、医学诊断等领域。文中提出了一种基于二叉树模型的目标跟踪算法,该方法通过二叉树分块,将图像的目标区域分割为若干大小不一的同类块,块内像素相近,可用一个值或向量统一表示;块间像素差距较大,从而构成整个目标的特征描述模型。并从准确性和跟踪速度两个方面对CT算法、基于四叉树模型的算法(QT算法)和提出的基于二叉树模型的算法(BT算法)进行了比较,结果表明:与基于四叉树模型的算法相比,基于二叉树模型的跟踪算法在准确性方面几乎不受影响的前提下,跟踪速度显著提升;与以跟踪速度快闻名的判别式CT算法相比,在跟踪速度大致相当的前提下,跟踪准确性却更好。