基于时空图表示与学习的动态目标追踪方法

本发明公开一种基于时空图表示与学习的动态目标追踪方法，该方法涉及计算机视觉、机器学习和深度学习以及数据融合领域。首先将图像框分为多个斑块，通过构造当前帧和过去帧图像斑块的时空领域关系图得到时空图表示，对构造的时空图表示进行低秩稀疏化，从而得到时空图的图学习表示。然后使用基于图的斑块权重的时空传播来预测当前帧中斑块节点的最优权重，通过与图学习表示结合得到统一模型，并利用乘法器交替算法对模型进行求解。最后通过加权特征表示和结构化输出实现目标跟踪。与其他方法相比，本方法能够有效抑制背景噪声对跟踪效果的影响，且对运动员运动视频中出现的模糊、遮挡等问题仍然具有良好的跟踪效果。