自适应特征融合和模型更新的相关滤波跟踪

作     者：常敏 沈凯 张学典 杜嘉 李峰 Chang Min;Shen Kai;Zhang Xuedian;Du Jia;Li Feng

作者机构：上海理工大学光电信息与计算机工程学院上海200093 上海市现代光学系统重点实验室上海200093 

基　　金：国家重大仪器专项(2016YFF0101400) 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2019年第39卷第9期

页      码：236-244页

摘      要：针对复杂场景下单个特征的稳健性差,以及目标存在背景干扰和目标遮挡时跟踪失败的问题,提出一种基于自适应特征融合和模型更新的相关滤波跟踪算法。该算法在核相关滤波的基础上,通过对不同特征的响应图采用平均峰值-相关能量的方法进行加权求和,实现了响应图层面的自适应特征融合。根据响应图的峰值特性计算自适应权重,以其作为置信度确定模型的更新率,进而设计自适应模型更新方法。实验结果表明,该算法能够很好地适应背景干扰、目标遮挡、旋转运动等复杂场景,与近年来优秀的相关滤波跟踪算法相比,所提算法的平均距离精度比其中最优的算法提高了2.64%,平均重叠精度提高了1.54%。

主 题 词：机器视觉 目标跟踪 相关滤波 自适应特征融合 模型更新 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 080902[080902] 08[工学] 080203[080203] 0805[工学-能源动力学] 0802[工学-机械学] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/AOS201939.0915001

馆 藏 号：203808679...