多特征融合的尺度自适应目标跟踪

摘要：

针对目标跟踪过程中出现的平面旋转、快速运动、背景杂乱、遮挡等复杂状况导致的跟踪失败问题,提出一种基于背景感知相关滤波跟踪器的多特征融合的尺度自适应目标跟踪算法.首先在特征提取过程中通过在原有方向梯度直方图特征下加入了颜色特征和灰度特征以提高目标的特征识别;然后在滤波器更新阶段,利用峰值旁瓣比来减弱遮挡等复杂环境对跟踪的影响;最后通过尺度估计方法,在以目标位置为中心以不同尺度所产生的图像块中选择响应值最高的来更新目标.主要思想就是对目标跟踪流程两端进行改进,通过加入特征提取类型来突出目标特征,通过加入峰值旁瓣比和尺度估计来选择最好的响应结果进行更新,从而达到提高跟踪准确率的要求,同时跟踪速度也要满足实时要求.通过在OTB2015数据集中测试,算法整体的精确率和成功率都有了很好的提升,算法精确率达到84.1％,成功率达到79.5％,45 f/s能够满足实时跟踪的要求.在平面旋转、快速运动、遮挡等多个复杂环境下都有了很好的改善,结果表明该方法具有较高的理论价值和工程应用价值.

关键词：目标跟踪、尺度自适应、多特征融合、相关滤波、特征提取、峰值旁瓣比

所属期刊栏目：45

分类号：TN911.73-34;TP391.1

资助基金：新疆维吾尔自治区自然科学基金面上项目;国家自然科学基金;教育厅青年基金项目

在线出版日期：2022-12-12（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：33-40