基于自适应特征融合的多尺度相关滤波跟踪

摘要：

为了减小目标跟踪中目标变形、光照影响、运动模糊以及目标旋转对跟踪效果的影响,在相关滤波KCF基础上,提出了一种基于自适应特征融合的多尺度相关滤波跟踪算法.首先,提取VGG19网络中conv2-2、conv3-4、conv5-4层的特征以及CN特征,并在conv2-2层加入CN特征;然后,将这3个特征分别代替HOG特征进行滤波学习,得到3幅响应图;进而对3幅响应图进行加权融合预测目标位置.最后,在尺度方面引人多尺度相关滤波器进行尺度的确定.该算法比KCF跟踪算法精确度和成功率分别提高了 13.6％和11.8％.与现有的其他优异跟踪算法相比,该算法在应对运动模糊、背景杂乱、目标变形、平面旋转方面更具有较好的跟踪效果.

关键词：计量学、目标跟踪、相关滤波、自适应特征融合、CN特征、图像处理

所属期刊栏目：43

分类号：TB96(计量学)

资助基金：国家重点研发计划;河北省中央引导地方专项;河北省重点研发计划

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1271-1278