基于高斯混合模型的核相关滤波目标跟踪算法

摘要：

针对目标跟踪中的尺度变化、旋转、遮挡等问题,提出基于高斯混合模型的核相关滤波目标跟踪算法.利用卷积神经网络提取卷积特征并建立目标外观的高斯混合模型,利用核相关滤波算法检测目标位置,使用多尺度、多形状跟踪方法精确定位目标,在线更新高斯混合模型和核相关滤波器.在公开数据集上进行定量和定性分析,并与多种跟踪算法比较,该算法的距离精度和重叠精度相比核相关滤波算法,分别提高了19％、54％.实验结果表明,采用高斯混合模型和多尺度、多形状跟踪方法,较好解决了外观和尺度变化问题,相比其它算法具有更好的鲁棒性和适应性.

关键词：目标跟踪、卷积特征、相关滤波器、判别模型、高斯混合模型

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61561024;江西省自然科学基金项目20151BAB207035

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3170-3174,3179