基于FREAK和P3CA的鲁棒目标跟踪

• 作者: 王宇霞 赵清杰 赵留军
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 目标跟踪 快速视网膜特征 主成分-典型相关分析 主成分分析 典型相关分析
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 图像处理与计算机视觉
• 页码范围: 1188-1201
• 页数: 14页
• 分类号: TP391
• 字数: 9111字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2015.01188

摘要

在粒子滤波框架下,提出了基于快速视网膜特征点(Fast Retina Keypoint,FREAK)和主成分-典型相关分析(Principal Component-Canonical Correlation Analysis,P3CA)的目标跟踪算法.该文提出的基于FREAK的多模态运动模型提高了目标位置预测准确性,缩小了目标搜索空间.基于P3CA的外观模型利用图像子区域间的典型相关性衡量候选目标的优劣,解决了基于全局信息外观模型对遮挡敏感的问题;利用主成分分析在数据降维方面的优势,解决了典型相关分析用于跟踪存在的小样本问题,降低了计算开销.同时,P3CA在线更新算法使跟踪器可以更好地应对跟踪过程中目标外观变化.通过在多个具有挑战性的视频上与多种优秀算法对比实验表明,该文的方法可以很好地应对光照变化、遮挡、旋转以及复杂背景等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵清杰	北京理工大学计算机学院智能信息技术北京市重点实验室	16	444	6.0	16.0
2	王宇霞	北京理工大学计算机学院智能信息技术北京市重点实验室	3	42	3.0	3.0
3	赵留军	北京理工大学计算机学院智能信息技术北京市重点实验室	2	14	2.0	2.0