看过本文的还看了

相关文献

该作者的其他文献

文献详情 >自适应特征融合的多尺度相关滤波目标跟踪算法 收藏
自适应特征融合的多尺度相关滤波目标跟踪算法

自适应特征融合的多尺度相关滤波目标跟踪算法

作     者:陈智 柳培忠 骆炎民 汪鸿翔 杜永兆 Chen Zhi;Liu Peizhong;Luo Yanmin;Wang Hongxiang;Du Yongzhao

作者机构:华侨大学工学院泉州362021 华侨大学计算机科学与技术学院厦门361021 

基  金:国家自然科学基金(61605048 61203242) 华侨大学中青年教师科研提升资助计划(ZQN-PY518) 华侨大学研究生科研创新能力培育计划项目(1611422001) 福建省自然科学基金(2016J01300) 

出 版 物:《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期:2018年第30卷第11期

页      码:2063-2073页

摘      要:针对单一特征目标跟踪算法不能较好地适应复杂场景的变化,容易受跟踪目标的尺度变化、形变、遮挡以及背景混杂等影响导致跟踪失败的问题,提出一种自适应特征融合的相关滤波目标跟踪算法.首先根据目标的HOG和CN特征,采用上下文感知相关滤波框架得到2种特征下滤波响应值,并且进行归一化处理;然后按照响应值占比分配权重并线性加权融合,将得到融合后响应值用于确定目标位置;再引入尺度相关滤波器,用于估计目标尺度变化,增强尺度应变能力;最后通过设定的预定义阈值来判断位置和尺度滤波模型的更新,提高模型的更新质量.采用OTB Benchmark数据集进行实验,分别与基于相关滤波和基于上下文感知框架等11种目标跟踪算法进行对比,结果表明,该算法在精确度和成功率上均取得较为理想效果,其中精确度为82.5%,成功率为54.2%;而且在尺度变化、形变、快速运动、遮挡等复杂场景挑战下具有较好的鲁棒性.

主 题 词:目标跟踪 特征融合 上下文感知 线性加权融合 模型更新 

学科分类:08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录:

D O I:10.3724/SP.J.1089.2018.17064

馆 藏 号:203393788...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分