10.16526/j.cnki.11-4762/tp.2019.07.042
改进的KCF算法在车辆跟踪中的应用
针对核相关滤波算法(KCF)在复杂道路场景下难以应对因车辆尺度变化,遮挡及旋转而不能继续跟踪的问题,提出了一种新的跟踪方法来更好地实现复杂道路场景下的车辆跟踪;该方法借鉴快速分类尺度空间跟踪器(fDDST),采用一维尺度相关滤波器进行尺度估计;同时融合Kalman滤波器形成预测-跟踪-校准的跟踪机制;该机制结合遮挡处理能够保证系统在目标被严重遮挡时跟踪的准确性;在模型更新方面,在目标被遮挡时,自适应的调节学习率参数,及时纠正模型偏移、特征丢失等问题;实验结果表明,在复杂道路场景下车辆旋转、遮挡及尺度变化时,均能有效地跟踪目标车辆,且具有良好的鲁棒性.
复杂背景、车辆跟踪、核相关滤波、kalaman滤波、尺度空间估计、遮挡
27
TP391.9(计算技术、计算机技术)
陕西省科技计划重点项目2017ZDCXL-GY-05-03
2019-08-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
195-199