引入样本删除机制的TLD粒子群目标跟踪
郭巳秋; 张涛; 苗锡奎
刊名光学精密工程
2019
卷号27期号:05页码:1206-1217
关键词目标跟踪 TLD算法 学习模块 样本删除机制
英文摘要为提高TLD算法在广泛场景下跟踪鲁棒性和实时性的问题,本文从跟踪模块和学习模块两个方面对TLD算法进行了改进,提出引入样本删除机制的TLD粒子群目标跟踪算法。首先,用基于颜色特征的粒子群目标跟踪算法替代TLD算法中原来的跟踪模块,增强TLD算法在应对目标出现非刚性形变、尺度变化、旋转、遮挡等情况下的跟踪鲁棒性。接着,针对TLD算法的学习模块引入样本删除机制,在跟踪过程中为样本库中正负样本数量分别设定一个阈值,当正负样本数都达到各自阈值时,便会启动样本删除机制。然后,对待分类进入样本库的图像块进行等级评价,删除对正负样本表征能力都较弱图像块。最后,将样本库中的正负样本与当前目标进行相似度匹配,删除对当前目标表征能力低的样本。通过对OTB2013和OTB2015数据集中相关视频序列的实验结果证明,本文算法的OPE精确度达到0.687,算法的OPE成功率为0.488,算法运算效率平均提高了25.71%。基本满足广泛场景下目标跟踪的鲁棒性,并显著了提高算法运算效率。
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/63687]  
专题中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
郭巳秋,张涛,苗锡奎. 引入样本删除机制的TLD粒子群目标跟踪[J]. 光学精密工程,2019,27(05):1206-1217.
APA 郭巳秋,张涛,&苗锡奎.(2019).引入样本删除机制的TLD粒子群目标跟踪.光学精密工程,27(05),1206-1217.
MLA 郭巳秋,et al."引入样本删除机制的TLD粒子群目标跟踪".光学精密工程 27.05(2019):1206-1217.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。


©版权所有 ©2017 CSpace - Powered by CSpace