基于多阶段学习的相关滤波目标跟踪

• 作者: 孙航 李晶 杜博 肖雅夫 胡云玲
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 目标跟踪 多阶段学习 滤波器更新 一致性
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2337-2342
• 页数: 6页
• 分类号: TP391.41
• 字数: 4532字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.10.004

摘要

由于跟踪过程中目标外观变化和遮挡因素的影响,采用单一迭代更新滤波器的KCF算法在学习过程中会积累过多的噪声信息导致目标丢失.为解决该问题,本文提出一种基于多阶段学习的相关滤波跟踪算法.通过建立具有互补关系的全局阶段滤波器模型、一致性阶段滤波器模型以及初始阶段滤波器模型并行的对目标进行跟踪.在benchmark数据集的51个视频上的实验表明,本文算法取得的总体精度得分77.6％和总体成功率得分68.9％优于现有的大部分跟踪算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晶	武汉大学计算机学院	92	1000	19.0	28.0
2	杜博	武汉大学计算机学院	45	386	11.0	18.0
3	孙航	武汉大学计算机学院	3	20	3.0	3.0
4	肖雅夫	武汉大学计算机学院	4	35	3.0	4.0
5	胡云玲	武汉大学计算机学院	1	8	1.0	1.0