基于背景抑制颜色分布新模型的合成式目标跟踪算法

摘要：

传统的基于直方图分布的目标颜色模型,由于跟踪过程的实时性要求其区间划分不宜过细,因此易导致同一区间有差异的颜色难以区分;此外,还存在易受背景干扰的问题.本文提出一种新的背景抑制目标颜色分布模型,并在此基础上设计了一个合成式的目标跟踪算法.新的颜色分布模型将一阶及二阶统计信息纳入模型,并设计了基于人类视觉特性的权重计算方式,能有效区分同一区间内的差异色且抑制背景颜色在模型中的比重;算法基于该颜色模型构建目标的产生式模型,并引入结合方向梯度直方图(Histogram of oriented gradient,HOG)特征的相关滤波器对目标形状进行判别式建模,同时将两个模型相互融合;针对融合参数不易设计的难点,分析并建立了一套定性原则,用于判定模型各自的可信度并指导模型更新;最终利用粒子群算法的搜索机制对候选目标的位置、尺度进行搜索,其中适应值函数设计为两个跟踪器的融合结果.实验结果表明,本文算法在绝大多数情况下准确率较对比算法更优且能满足实时性要求.

关键词：颜色模型、背景抑制、相关滤波器、模型融合、粒子群优化

所属期刊栏目：47

资助基金：国家自然科学基金;福建省自然科学基金

在线出版日期：2021-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：630-640