本文主要是介绍基于时空上下文（STC）的运动目标跟踪算法，Matlab实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
博主简介： 专注、专一于Matlab图像处理学习、交流，matlab图像代码代做/项目合作可以联系（QQ:3249726188）
个人主页：Matlab_ImagePro-CSDN博客
原则：代码均由本人编写完成，非中介，提供有偿Matlab算法代码编程服务，不从事不违反涉及学术原则的事。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
本次分享的是基于时空上下文（STC）的运动目标跟踪算法，用matlab实现。（有疑问或者想交流细节的QQ:3249726188）
一、案例背景介绍
运动目标检测也是图像处理领域一个常见的课题。前期博主介绍了运动目标检测领域的其中一个经典算法：基于背景差法的运动目标检测（车辆检测）算法（基于背景差法的运动目标检测（车辆检测），Matlab实现-CSDN博客）、基于高斯模型的运动目标检测（车辆检测）算法（基于高斯模型的运动目标检测（车辆检测），Matlab实现-CSDN博客），这次介绍的运动目标跟踪领域的一个经典算法：基于时空上下文（STC）的运动目标跟踪算法。
二、算法简介
时空上下文跟踪算法(Spatio-temporal context,STC)是一种利用目标周围的时空上下文进行目标定位的跟踪算法,它把跟踪过程转化为了寻找置信图极值的过程,同时在计算过程中它使用了傅里叶变换加快运算速度。算法原理是通过贝叶斯框架对要跟踪的目标和它的局部上下文区域的时空关系进行建模，得到目标和其周围区域低级特征的统计相关性，接着综合这一时空关系和生物视觉系统上的focus of attention特性来评估新的一帧中目标出现位置的置信图，置信最大的位置就是我们得到的新的一帧的目标位置。具体参考文献原理文档详见附件（下载链接：http://arxiv.org/pdf/1311.1939v1.pdf），网上资料介绍以及算法原理分析也比较多，这里不再细述。
三、Matlab实现效果
下面我们测试一下视频跟踪效果，跟踪目标用红框定位标记：
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
专注、专一于Matlab图像处理学习、交流、代做
QQ:3249726188
这篇关于基于时空上下文（STC）的运动目标跟踪算法，Matlab实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
