结合相位一致性的度量学习跟踪

• 作者: 刘羽 巢进波 陆耀 霍其润
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 视觉跟踪 相位一致性 度量学习 外观变化 自适应
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 297-304
• 页数: 8页
• 分类号: TP391.4
• 字数: 5079字
• 语种: 中文
• DOI: 10.11834/jig.20170303

摘要

目的 目标跟踪在实际应用中通常会遇到一些复杂的情况,如光照变化、目标变形等问题,为提高跟踪的准确性和稳定性,提出了一种基于相位一致性特征的度量学习跟踪方法.方法 首先对目标区域提取相位一致性特征,其次结合集成学习和支持向量机的优点,利用度量学习的思想进行区域的相似性判别,以此来确定目标所在位置.跟踪的同时在线更新目标模型和度量矩阵从而实现自适应性.结果 算法的有效性在有外观、光照变化及遮挡等具有挑战性的视频序列上得到了验证,并与当前几种主流方法进行了跟踪成功率和跟踪误差的定量比较,实验结果显示本文算法在4组视频上的跟踪误差平均为15个像素,跟踪成功率最低的也达到了80％,优于其他算法,具有更好的跟踪准确性和稳定性.结论 本文设计并实现了一种基于度量学习的跟踪新方法,利用较少的训练样本即可学习到有判别力的度量矩阵.该跟踪方法对目标特征的维数没有限制,在高维特征空间的判别中更有优势,具有较好的通用性,在有外观、光照变化及遮挡等复杂情况下,均能获取较为准确和稳定的跟踪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘羽	首都师范大学信息工程学院	10	12	2.0	3.0
2	陆耀	北京理工大学计算机学院	13	85	4.0	9.0
3	霍其润	北京理工大学计算机学院	1	0	0.0	0.0
7	巢进波	北京理工大学计算机学院	1	0	0.0	0.0