基于全局背景与特征降维的视觉跟踪算法

摘要：

相关滤波算法容易受到形变、运动模糊、相似背景等因素的干扰,导致跟踪任务失败.为了克服以上问题,该文提出一种基于全局背景与特征降维的视觉跟踪算法.该算法首先提取紧邻目标的图像区域作为负样本供分类器学习,以抑制相似背景的干扰;然后提出一种基于主成分分析的更新策略,构建降维矩阵压缩HOG特征的维度,在更新分类器的同时减少其冗余度;最后加入颜色特征表征运动目标,并根据特征对系统状态的响应强度进行自适应融合.在标准数据集上将该文提出的算法与Staple,KCF等其他算法进行了仿真对比,结果表明该文算法具有更强的鲁棒性,在形变因素的影响下,所提出的算法与Staple和KCF算法相比距离精度分别提升8.3％和13.1％.

关键词：视觉跟踪、全局背景信息、特征降维、自适应融合

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省自然科学基金青年基金BK20150204;国家重点研发计划2016YFC0801403;国家自然科学基金51504214,51504255,51734009,61771417;江苏省重点研发计划BE2015040

在线出版日期：2019-05-05（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：2135-2142