复杂情况下自适应特征更新目标跟踪算法

作     者：尹宽 李均利 李丽 储诚曦 Yin Kuan;Li Junli;Li Li;Chu Chengxi

作者机构：四川师范大学计算机科学学院四川成都610101 宁波大学信息科学与工程学院浙江宁波315211 

基　　金：国家自然科学基金(61403266 61403196) 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2019年第39卷第11期

页      码：227-242页

摘      要：为提高复杂情况下目标跟踪的稳健性,提出一种自适应特征更新的目标跟踪算法。对目标提取分级深度特征和手工设计特征,通过不同线性组合方式进行多特征融合,构建多个融合特征器;对不同融合特征器进行可信度判定,选择可信度最高的融合特征作为当前帧的跟踪特征,构建位置相关滤波器,预测出当前帧的目标位置;对跟踪结果进行可靠性检测,可靠性低于阈值则启动融合特征器更新机制,加入时序信息和语义信息进行重跟踪,降低了模型的误差累积。在OTB-2013和OTB-2015数据库上进行测试,结果表明,与近年来比较流行的9种算法相比,提出的算法在快速运动、背景杂波、运动模糊、形变等复杂情况下具有较高的成功率和较好的稳健性。

主 题 词：机器视觉 目标跟踪 分级深度特征 相关滤波 时序信息 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/AOS201939.1115002

馆 藏 号：203828593...