基于核相关滤波器的多目标跟踪算法
针对多目标跟踪算法中经常会面临的各种挑战,如相机的突然运动、遮挡、误检和外观相似等情况,提出一种基于核相关滤波(KCF)的分步关联框架.首先,该算法采用基于卷积神经网络的目标检测器检测目标,获得准确的检测结果.然后,为了更好地预测目标的运动状态,通过加权融合三种特征的跟踪结果,为每个目标建立一个基于KCF算法的快速跟踪器.此外,为了有效地降低碎片化轨迹的数量,该算法通过跟踪片的置信度分步关联轨迹,并在遮挡的情况下,利用在线随机蕨重新检测目标.最后利用关联成功的检测信息自适应更新KCF算法中的尺度.实验结果表明,与现有算法相比,所提算法能够在各种复杂的条件下,表现出强大和高效的跟踪性能.
机器视觉、多目标跟踪、核相关滤波器、分步关联、跟踪片置信度、外观特征
55
TP391.41(计算技术、计算机技术)
2018-10-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
296-302