融入深度特征的多模板相关滤波跟踪算法
作者机构：中国石油大学(华东)计算机与通信工程学院青岛266580 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100190
基 金：国家自然科学基金(61379106 61379082 61227802) 山东省自然科学基金(ZR2013FM036 ZR2015FM011)
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：2019年第31卷第5期
页 码：792-799页
摘 要：针对现实场景中跟踪算法因背景杂乱、遮挡、尺度变化、目标形变等情况易导致跟踪失败的问题,提出融入深度特征的多模板相关滤波跟踪算法.首先对图像或图像区域分别提取深度特征和Color Name特征,经过核相关滤波器学习得到不同的模板;然后采用核相关滤波跟踪算法获得2个特征下的响应集合,并对所得到的集合进行加权融合得到最终的目标位置;最后使用贝叶斯统计通过最大化后验的方式估计最佳目标尺度,同时更新核相关滤波器参数,以实现自适应尺度的目标跟踪.在OTB2013和OTB2015这2个基准数据库上进行实验,并与当前6种优秀的算法进行比较,结果表明该算法性能最优,在2个数据集上的成功率OP(AUE)较KCF算法分别提升10.7%和12.4%.
主 题 词：目标跟踪 深度学习 多模板 核相关滤波器 多尺度
学科分类：08[工学] 080203[080203] 0802[工学-机械学]
核心收录：
D O I：10.3724/SP.J.1089.2019.17378
馆 藏 号：203666106...
