用基于二值化规范梯度的跟踪学习检测算法高效跟踪目标

• 作者: 刘广文 孙俊喜 曹永刚 程帅 韩广良
• 来源期刊: 光学精密工程
• 学科: 航空航天
• 关键词: 目标跟踪 跟踪-学习-检测 二值化规范梯度 加权
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 信息科学
• 页码范围: 2339-2348
• 页数: 10页
• 分类号: V556
• 字数: 6710字
• 语种: 中文
• DOI: 10.3788/OPE.20152308.2339

摘要

为提高复杂环境下TLD(Tracking-Learning-Detection)算法的跟踪精度和速度,提出基于二值化规范梯度(BING)的高效TLD目标跟踪算法.在跟踪器中引入基于时空上下文的局部跟踪器失败预测方法和全局运动模型评估算法,提高了跟踪器准确度和鲁棒性;用BING算法取代滑动窗口搜索策略,结合级联分类器实现目标检测,减少了检测器的检测范围,提高了检测的处理速度;将训练样本权重整合到在线学习过程中,改进级联分类器的分类准确度,解决了目标漂移问题.对不同的图片序列实验结果表明:本算法的跟踪正确率达85％,帧率达19.79 frame/s.与原始TLD算法及其他主流跟踪算法相比较,该算法在复杂环境下具有更高的鲁棒性、跟踪精度及处理速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩广良	中国科学院长春光学精密机械与物理研究所	51	659	13.0	24.0
2	刘广文	长春理工大学电子信息工程学院	41	174	8.0	11.0
3	程帅	长春理工大学电子信息工程学院	6	79	6.0	6.0
4	曹永刚	长春理工大学电子信息工程学院	6	148	5.0	6.0
8	孙俊喜	东北师范大学计算机科学与信息技术学院	12	169	6.0	12.0