基于差异颜色特性的自适应互补学习目标跟踪

摘要：

针对模板与像素互补学习(Staple)算法中梯度直方图(HOG)特征对目标形状与尺度变化表达能力较弱, 以及不能自适应地进行模型融合与模型更新的问题, 提出一种基于差异颜色特性的自适应互补学习目标跟踪算法. 首先在 HOG 特征基础上, 增加具有良好形状与尺度不变性的颜色名特征, 使用此多通道特征计算位置滤波器的响应图;其次计算颜色直方图特征的特征响应图, 依据 2 种响应图的峰值和平均峰相关能量(APCE)指标自适应地分配权重,得到最终融合响应图; 最后根据融合响应图的峰值和APCE指标实现高置信度的模型更新. 在OTB-13和OTB-15标准测试集上与 5 种主流的跟踪算法进行实验的结果表明, 该算法在目标形变、尺度变化、光照变化、遮挡等情况下均具有较高的鲁棒性, 其跟踪精度和成功率指标都优于Staple及其他主流的跟踪算法.

关键词：目标跟踪、差异颜色特性、自适应互补学习、模型更新

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金："十三五"国防预研基金

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2253-2261