尺度自适应的加权压缩跟踪算法

• 作者: 李晓行 王伟 王明明 陈金广 马丽丽
• 来源期刊: 西安工程大学学报
• 关键词: 压缩跟踪 尺度更新 相关滤波器 加权分类器 目标跟踪
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 105-113
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2018.01.018

摘要

针对压缩跟踪算法中目标尺度不能自适应更新和分类器性能弱的问题,提出一种尺度自适应的加权压缩跟踪算法.首先,提取正负样本的压缩特征,根据两者的巴氏系数对分类器进行加权,分类能力越强的特征在分类器中的权值越大.然后,将候选样本输入贝叶斯分类器,通过分类得到目标位置.最后,根据目标位置求得不同尺度下的样本特征,组成尺度金字塔,将尺度金字塔作为相关滤波器响应的特征输入,将响应值最大的尺度作为当前估计的尺度值.选取6组视频序列测试改进算法,实验结果表明,与传统压缩跟踪算法等4种算法相比,此算法能够解决尺度变化和目标旋转问题,且满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马丽丽	西安工程大学计算机科学学院	45	209	8.0	10.0
2	陈金广	西安工程大学计算机科学学院	67	288	8.0	11.0
3	王伟	西安工程大学计算机科学学院	38	164	8.0	10.0
4	王明明	西安工程大学计算机科学学院	12	15	3.0	3.0
5	李晓行	西安工程大学计算机科学学院	1	3	1.0	1.0