融合上下文和重定位的加权相关滤波跟踪算法
为提升融合梯度直方图特征和颜色属性特征的有效卷积操作跟踪算法(ECO-HC)的跟踪精度和速度,提出一种融合上下文和重定位的加权相关滤波跟踪方法.根据梯度直方图和颜色属性的不同特性加权融合相关滤波响应值,采用自适应迭代方法预测目标位置;融合多尺度搜索区域,目标上下文特征和目标预测失败时重定位方法进一步提高跟踪精度.在标准数据集OTB-100上进行算法评估,实验结果表明,所提算法的平均距离精度为89.2%,平均重叠率精度为80.6%,比ECO-HC算法分别高3.6%和2.1%.中央处理器的跟踪速度达65.2 frame/s,优于实验中对比的其他跟踪算法.所提算法有效地提高了跟踪精度,在严重遮挡、光照变化等干扰下,仍能较好地跟踪目标.
机器视觉、相关滤波、加权融合、自适应迭代、上下文特征、重定位
39
TP491.4
国家重点研发计划2017YFC0821102;北京市优秀人才培养资助2017000020124G287
2019-07-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
278-286