自适应特征融合的多尺度核相关滤波目标跟踪 | |
惠斌2,3,5,6; 陈宏宇2,3,4,5,6; 常铮2,3,5,6; 丁庆海1,6; 陈法领2,3,4,5,6; 罗海波2,3,5,6; 刘云鹏2,3,5,6 | |
刊名 | 光学学报 |
2020 | |
页码 | 1-20 |
关键词 | 计算机视觉 目标跟踪 核相关滤波 自适应特征融合 多尺度估计 |
ISSN号 | 0253-2239 |
其他题名 | Multi-scale Kernel Correlation Filter Algorithm for Visual Tracking Based on Adaptive Features Fusion |
产权排序 | 1 |
英文摘要 | 为提高复杂场景下目标跟踪的鲁棒性,解决因光照变化、目标形变、尺度变化和遮挡等因素导致的目标跟踪失败问题,提出了一种自适应特征融合的多尺度核相关滤波目标跟踪算法。该算法首先通过两种不同的特征分别训练两个核相关滤波器,接着利用它们响应的峰值旁瓣比和相邻两帧之间的响应一致性获得融合权重,同时采用自适应加权的融合策略将它们的响应结果进行融合,完成目标的位置估计;然后以此为中心进行多尺度采样构建尺度金字塔,并通过贝叶斯估计的方法确定目标的最优尺度;最后依据目标跟踪的置信度来进行跟踪模型更新,避免模型退化。实验选取了51组视频序列进行测试,并与近年来性能优异的目标跟踪算法进行了对比。实验结果表明,本文算法能够有效降低光照变化、目标形变、尺度变化和遮挡等因素影响,在测试视频序列上取得了较高的跟踪精度和成功率,整体性能优于对比算法。 |
语种 | 中文 |
资助机构 | 国家重点研发计划(No.2018YFC080192) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/25733] |
专题 | 沈阳自动化研究所_光电信息技术研究室 |
通讯作者 | 陈法领 |
作者单位 | 1.北京航天恒星科技有限公司 2.辽宁省图像处理与视觉计算重点实验室 3.中国科学院光电信息处理重点实验室 4.中国科学院大学 5.中国科学院机器人与智能制造创新研究院 6.中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 惠斌,陈宏宇,常铮,等. 自适应特征融合的多尺度核相关滤波目标跟踪[J]. 光学学报,2020:1-20. |
APA | 惠斌.,陈宏宇.,常铮.,丁庆海.,陈法领.,...&刘云鹏.(2020).自适应特征融合的多尺度核相关滤波目标跟踪.光学学报,1-20. |
MLA | 惠斌,et al."自适应特征融合的多尺度核相关滤波目标跟踪".光学学报 (2020):1-20. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论