基于TLD框架的快速目标跟踪方法

• 作者: 沈捷 童源 费树岷
• 来源期刊: 计算机应用研究
• 关键词: 目标跟踪 跟踪学习检测 动态调整 模板匹配 实时性
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 317-320
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.01.068

摘要

现实中目标在被长期跟踪时容易发生形变、遮挡、光照干扰以及其他问题,现有跟踪算法虽能解决该系列问题但算法计算量巨大,导致跟踪系统实时性能较差,很难应用于实际场合.因此,准确快速跟踪目标成为近年来非常有挑战的热点课题.以国外学者Kalal等人提出的TLD(tracking-learning-detection)框架为基础,提出了三点改进方法:a)根据目标所占整幅图像的面积大小动态调整被处理图像的分辨率,从总体上减少样本数量;b)在目标邻近区域扫描生成样本,缩小检测器的检测范围;c)更换检测部分中分类器模板匹配方法,实现快速匹配,提高算法运行速度.针对于不同的场景,实验表明上述问题在改进后的算法中得到了较大的改善,算法的计算量有效降低,系统运行速度得到了提高;并且对于实时摄像头监控,改进后算法在保证目标跟踪准确率的同时拥有较好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费树岷	东南大学自动化学院	367	3210	27.0	37.0
2	沈捷	南京工业大学电气工程与控制科学学院	28	201	8.0	13.0
3	童源	东南大学自动化学院	2	12	1.0	2.0