10.3778/j.issn.1673-9418.1810019
TSK模糊逻辑系统相关滤波器跟踪算法
针对当前目标跟踪领域中如何准确迅速地区分目标和背景的问题,大部分跟踪器的核心内容是如何训练一个判别分类器来区分目标和周围环境.目前较为先进的核相关滤波器算法(KCF)及其改进后的判别式相关滤波器(DCF)将判别分类器与傅里叶变换相结合来提升跟踪速度,一些基于KCF的优化算法对部分跟踪难题,如针对尺度问题的KCF算法和针对目标消失的KCF算法提出了解决方案.但当前已有算法在提高精度方面仍有一定的提升空间,针对此,在核相关滤波器的基础上,从TSK模糊逻辑系统(TSK-FLS)的角度出发推导出了一种新的模糊核相关滤波器(FKCF).FKCF继承了前者的高速和计算量小的特性,为了提高鲁棒性,将之前简单的高斯映射换成了模糊隶属度函数,并且在核计算的过程中引入了后件参数.由于这两项改进,使得在跟踪精度方面比KCF更好.将FKCF算法与KCF等相关算法在OTB50等4个数据集中的50个随机选取的视频上进行了实验,10项常见属性上的精度均有提升.
跟踪器、判别分类器、傅里叶变换、相关滤波器、TSK模糊逻辑系统
14
TP391(计算技术、计算机技术)
The Outstanding Youth Foundation of Jiangsu Province under Grant No. BK20140001 江苏省杰出青年基金项目;the National Nat-ural Science Foundation of China under Grant No. 61772239 国家自然科学基金面上项目
2020-04-01(万方平台首次上网日期,不代表论文的发表时间)
共13页
294-306