适合长时跟踪的自适应相关滤波算法
针对在长时跟踪中,快速运动、遮挡等复杂情况很容易引起模板漂移,导致跟踪失败的问题,提出一种适合长时跟踪的自适应相关滤波算法.首先融合HOG特征、CN特征和灰度特征,在增强特征判别力的同时,结合EdgeBoxes生成检测建议并找到最优建议,实现跟踪器尺度与纵横比的自适应;然后利用高置信度跟踪结果来避免模板被破坏,将目标移动速度与边缘组数结合起来形成一种新的自适应更新率,并对每一帧目标框的尺度进行校正;最后在跟踪失败的情况下,应用增量学习检测器以滑动窗口的方式恢复目标位置.在标准测试集上与基于相关滤波的7种算法进行对比,实验表明,该算法在精确度和成功率上均取得较优效果.
核相关滤波、长时跟踪、模型更新、目标重检测
32
TP391.41(计算技术、计算机技术)
江苏省研究生创新计划项目;江苏高校优势学科建设工程资助项目
2020-06-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
121-129