基于在线回归学习的轮廓跟踪算法

摘要：

针对目标快速运动以及严重形变导致跟踪失败的问题,基于在线回归学习提出一种轮廓跟踪算法.以当前跟踪区域为中心,通过循环矩阵对其进行循环平移形成训练样本,进行基于核的相关性回归训练.检测帧根据上一帧回归模型计算待测区域与目标区域的相关频域.将相关矩阵返回空域,形成目标定位特征图,将其与待测区灰度图进行融合形成轮廓置信图.利用置信图作为辅助信息,通过水平集模型提取目标轮廓.设计轮廓评价方案判断轮廓质量,当发生畸变时进行轮廓修正.将轮廓所在位置反馈至核相关滤波跟踪器并更新跟踪模板,从而准确得到下一帧特征图.实验结果证明,该方法能快速准确地跟踪目标及其轮廓,并且具有较好的鲁棒性.

关键词：核相关滤波器、回归学习、轮廓跟踪、水平集、置信图、目标定位

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61104213;江苏省自然科学基金资助项目BK2011146

在线出版日期：2016-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：230-234