基于FAST特征点改进的TLD目标跟踪算法

摘要：

TLD是近年来出现的一种较为新颖的长时间目标跟踪算法,它与传统的跟踪算法区别在于将传统的检测算法和跟踪算法结合起来,通过学习模块来学习目标的特征,从而进行有效跟踪.笔者针对算法跟踪器无法可靠跟踪均匀选取的特征点的问题,提出一种基于FAST特征点改进的TLD目标跟踪算法,保证所选特征点能够被正确可靠跟踪,提高跟踪器的精度.针对跟踪过程中学习模块的模板累积效应明显,实时性降低的问题,采用一种动态模板管理机制.在模板数量达到阈值时,通过比较模板与当前目标的相似度,删除特定模板,保持模板数量恒定.实验表明,改进后的算法具有更高的跟踪精度和实时性.

关键词：TLD、长时间、目标跟踪、特征点

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61473266;河南省高校科技创新团队支持计划资助项目17IRTSTHN013;2017年度河南省高等学校重点科研资助项目17A413011

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,17