基于多特征融合的相关滤波跟踪算法

摘要：

针对背景感知相关滤波(BACF)跟踪算法存在因光照变化、遮挡、变形等情况而导致跟踪失败,论文提出了一种自适应多特征融合的目标跟踪算法.算法在分类器学习中引入时间正则化来平衡主动和被动模型学习,从而可以有更健壮的模型;在训练阶段分别提取目标的方向梯度直方图(HOG)、颜色属性特征和灰度特征的多通道特征进行自适应特征融合;最后,采用了一种自适应模型更新策略,根据跟踪置信度来决定是否更新模型,避免模型被污染.采用OTB50评估基准中50组视频序列验证了论文算法的有效性,并与其他跟踪方法进行了对比.结果表明:论文提出的算法距离精度为0.883,成功率为0.845,相比BACF算法分别提高了4.7％和2.1％.

关键词：目标跟踪、相关滤波、时间正则化、特征融合、自适应更新策略

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;中央高校基本科研专项资金

在线出版日期：2020-12-29（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：2645-2648,2782