基于形变多样相似性的空间正则化相关滤波跟踪
提出了一个基于形变多样相似性的空间正则化相关滤波跟踪算法.在核相关滤波(KCF)跟踪算法基础上引入了空间正则化权重和子网格检测方法,利用形变多样相似性匹配算法构建了目标重检测模块,利用主成分分析(PCA)算法和k维树一致近似最近邻(TreeCANN)算法解决了匹配算法中的最近邻搜索问题;通过自适应模板更新策略,解决了遮挡情况下模板误更新问题.实验结果表明,所提算法的精确度得分为0.825,成功率得分为0.625,相比KCF算法分别提升了18.5%和31.0%.所提算法能较好地解决目标尺度变化、遮挡、快速运动、旋转和背景杂乱情况下的跟踪问题,具有广泛的应用前景.
机器视觉、目标跟踪、空间正则化、相关滤波器、形变多样相似性
39
TP391.4(计算技术、计算机技术)
河北省自然科学基金F2017202009
2019-07-08(万方平台首次上网日期,不代表论文的发表时间)
共11页
255-265