基于核循环结构的自适应特征融合目标跟踪

• 作者: 沈玉鹏 王建宇 赵高鹏
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 目标跟踪 核循环结构 特征融合 模型更新 尺度更新
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 机器视觉
• 页码范围: 201-210
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS201737.0815001

摘要

视频跟踪中,使用单一特征对目标进行描述难以适应复杂场景的变化,目标的尺度变化、形变、遮挡等因素易导致跟踪失败.为提高跟踪的稳健性,基于核循环结构,提出一种自适应特征融合和模型更新的跟踪方法,并引入尺度更新机制.首先利用目标的灰度特征和局部二值模式特征分别计算滤波响应图,依据响应图的峰值旁瓣比 (PSR)自适应地分配权值并加权融合,从而估计目标的最佳位置.然后根据融合后响应图的PSR来判断跟踪质量,据此决定是否更新模型.最后在目标位置周围提取方向梯度直方图特征构建尺度金字塔,训练尺度相关滤波器,用来估计目标的最佳尺度.实验选取标准测试数据集中具有光照变化,遮挡和尺度变化的视频序列进行实验,结果表明,该算法能够实现对目标的稳定跟踪,并且在距离精度和成功率上均优于对比算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建宇		57	550	15.0	20.0
2	赵高鹏		29	134	7.0	10.0
3	沈玉鹏		1	0	0.0	0.0