变电站场景下高置信度策略的DSST目标检测及跟踪

摘要：

目标跟踪在视频监控、人机交互及图像压缩等领域发挥着重要作用.由于DSST(discriminative scale space tracking)跟踪算法需要手动标记初始帧的位置,并且其实时速度和更新策略有待改善.因此,提出了一种改进的DSST跟踪算法;该算法在DSST算法的基础上融合了检测算法和图像缩放算法,同时引入了APCE (average peak-to correlation energy)置信度指标.使用变电站和benchmark数据集对其进行了测试,并与FCT(fast compressive tracking)及Staple等算法相比.结果表明该算法提高了跟踪精度,缩短了每帧的运行时间,且在背景、尺度变化及遮挡等方面表现出较强的鲁棒性.

关键词：目标跟踪、图像缩放、目标检测、视频监控、变电站场景、置信度

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61472270

在线出版日期：2018-12-10（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：257-264