基于压缩特征的尺度自适应目标跟踪算法

• 作者: 刘峰 唐贵进 崔子冠 陆徐行 陈昌红
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 尺度自适应 压缩特征跟踪 朴素贝叶斯分类器 分块追踪
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 通信与电子
• 页码范围: 61-67
• 页数: 7页
• 分类号: TN919.8|TN911.73
• 字数: 5029字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2017.01.009

摘要

在目标跟踪研究领域里,对尺度变化的目标跟踪一直是其中的重点和难点.为了解决这一问题,文中提出了一种基于压缩特征的尺度自适应目标跟踪算法.在线跟踪过程中,用一个满足rip条件的测量矩阵来提取出目标某一帧的压缩特征,并训练贝叶斯分类器.在下一帧中根据这一帧的目标位置采样多个候选窗口,选取分类器分数最大的窗口作为下一帧目标位置.并且,每隔一定帧数将目标分割成4小块,对这4个小块分别跟踪指定帧数并对小块的跟踪结果进行一定处理,来判断指定帧数后的大块目标的尺度变化并实现缩放.实验结果表明,该算法能够适应目标尺度比较明显的缩放,跟踪结果在定性和定量上都比原始的压缩跟踪算法要好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐贵进	南京邮电大学江苏省图像处理与图像通信重点实验室	34	111	6.0	8.0
3	陈昌红	南京邮电大学江苏省图像处理与图像通信重点实验室	20	88	5.0	8.0
5	崔子冠	南京邮电大学江苏省图像处理与图像通信重点实验室	30	182	8.0	12.0
8	陆徐行	南京邮电大学江苏省图像处理与图像通信重点实验室	1	2	1.0	1.0