采用异常值检测及重定位改进的KCF跟踪算法

• 作者: 何燕辉 刘延飞 姜柯 张薇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核相关滤波器(KCF)算法 异常值检测 目标丢失 重检测
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 166-171
• 页数: 6页
• 分类号: TP391
• 字数: 4697字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1710-0037

摘要

针对传统核相关滤波器(KCF)跟踪算法受光照变化、严重遮挡和出视野等因素影响,出现目标丢失现象时,跟踪器会将背景信息作为目标继续进行跟踪而不能重新定位目标的问题,在KCF的基础上,引入异常值检测方法作为目标丢失预警机制,同时,提出了目标丢失重检测定位机制.方法对每帧的峰值进行检测,发现异常峰值,则判定目标丢失或即将丢失,预警机制发出警告,停止目标模板更新,启动目标丢失重检测定位机制,在全帧搜索定位目标.实验结果表明,改进的算法精确度为0.751,成功率为0.579,较之传统KCF跟踪算法分别提高了5.77％和12.43％.解决KCF跟踪器在目标丢失后不能重新找回目标继续跟踪的问题,提升了跟踪算法的性能,实现了长期跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘延飞		25	38	4.0	5.0
2	姜柯		4	18	3.0	4.0
3	何燕辉		2	12	2.0	2.0
4	张薇		3	17	3.0	3.0