复杂场景下基于自适应特征融合的目标跟踪算法

摘要：

为提升复杂场景下目标跟踪的鲁棒性,优化模型运行效率,提出一种基于自适应特征融合的相关滤波跟踪算法.该算法采用方向梯度直方图特征和卷积神经网络来对目标进行信息构建,利用特征响应的峰值旁瓣比和旁瓣值占比自适应地确定融合系数,根据融合响应来预测目标位置.为适应场景的变化,降低光照、背景和目标形变等对跟踪的影响,引入平均峰值相关能量来设计滤波器学习率调整机制,动态地进行模型更新.通过对深度特征提取网络进行轻量化设计,降低特征网络参数,提高跟踪速度.在OTB100通用数据集上进行测试,实验结果表明:文中所提算法有效降低了干扰对目标跟踪的影响,且跟踪精度、成功率和速度整体优于对比算法.

关键词：目标跟踪、融合响应、学习率调整、轻量化

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

资助基金：装备预研重点基金JZX7Y2019025049301

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：322-332