基于显著感知与一致性约束的目标跟踪算法

摘要：

针对空间正则相关滤波(SRDCF)算法正则权重固定和模型退化等问题,提出了一种基于显著感知与一致性约束的目标跟踪算法.提取方向梯度直方图特征、浅层特征及中层特征进行融合,提升物体外观模型的表达能力;通过显著性检测算法获得初始帧的显著感知参考权重,建立正则权重在相邻 2帧之间的关联;最小化实际一致性响应与理想一致性响应之间的差异,约束一致性水平防止滤波器模板退化;提出一种动态约束策略,进一步提高跟踪器在复杂场景下的适应性.在OTB2015、TempleColor128和UAV20L公开数据集上对所提算法进行测试,实验结果表明:相比于SRDCF算法,所提算法在OTB2015数据集上距离精度提高了 0.108,AUC提高了0.077,速度为22.41帧/s,实时性较好.

关键词：机器视觉、目标跟踪、相关滤波、显著感知、一致性约束

所属期刊栏目：49

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：2244-2257