基于相关滤波的目标快速跟踪算法研究

摘要：

在实现高精确度和快速的目标跟踪过程中,相关滤波是一个非常好的选择,但是目前所有的相关滤波跟踪方法仍然无法解决遮挡和光照变化等因素造成的干扰.因此,在传统核相关滤波器(KCF)的基础上,提出多特征图核相关滤波器(MKCF)的目标快速跟踪方法.首先,由初始化目标区域生成多个特征图,并通过对正则化最小二乘(RLS)分类器学习获得位置和尺度核相关滤波器(KCF);然后,随机选取一个特征图,寻找位置和尺度KCF输出响应的最大值,完成目标位置和尺度的检测;最后,随机选择需要在线更新的目标模型.经过试验测试,对比KCF,MKCF的平均中心位置误差(CLE)减少了5像素,平均成功率(SR)提高了10.9%,平均距离精度提高了6.7%;MKCF在目标发生尺度变化、光照变化、形态变化、目标遮挡、轻度旋转及快速运动等复杂情况下均有较强的适应性,具有重要的理论和应用研究价值.

关键词：视觉目标跟踪、相关滤波器、多特征图、平均成功率、分类器、中心位置误差

所属期刊栏目：41

分类号：TN911-34;TP391

资助基金：国家自然科学基金青年项目:基于叠加训练序列的时变信道估计及预编码信号分离策略研究61302099Youth Project Supported by National Natural Science Foundation of China:Research on Time-Varying Channels′ Estimation Based on Overlapping Training Sequences and Pre-coded Signals′ Separation Strategy61302099

在线出版日期：2018-01-17（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：21-25