10.3778/j.issn.1673-9418.1901063
多模糊核融合的单目标跟踪算法
针对当前目标跟踪领域中如何准确迅速地对目标进行定位的问题,大部分流行跟踪器的核心内容是结合核方法去训练一个判别分类器来区分目标和周围环境.例如核相关滤波器算法(KCF)将傅里叶变换与核化判别分类器相结合来提升跟踪速度,以及引入TSK模糊逻辑系统(TSK-FLS)的模糊核相关滤波器(FKCF)算法来提高跟踪精度.一些基于KCF的改进算法对部分跟踪难题提出了解决方案,但这些算法在精度方面仍有一定的提升空间.针对此,在FKCF的基础上,从多核融合的角度推导出了一种新的多模糊核相关滤波器(MFKCF).MFKCF继承了KCF高速的以及FKCF高精度的特性,将多项式核与高斯核进行模糊化,并且融合模糊化后的核函数作为新的目标核函数.由于上述两项改进,使所提算法在跟踪精度方面比KCF与FKCF更好.将KCF算法、FKCF算法与MFKCF算法在OTB50等4个数据集上的30个随机选取的视频进行了实验,实验结果表明MFKCF算法总体表现良好,10项常见属性上的精度均有提升.
核方法、判别分类器、傅里叶变换、TSK模糊逻辑系统、多核融合
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
2020-05-18（万方平台首次上网日期，不代表论文的发表时间）
共13页
848-860
