稳健的双模型自适应切换实时跟踪算法

• 作者: 卢颜 熊昌镇 王润玲 车满强
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 目标跟踪 卷积神经网络 特征选择 相关滤波 模型切换
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 机器视觉
• 页码范围: 231-242
• 页数: 12页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3788/AOS201838.1015002

摘要

为提升卷积特征目标跟踪算法的实时性和稳健性,利用不同卷积层特征对不同目标表征能力不同的特性,提出双模型自适应切换的实时跟踪方法.该方法对选取的两个卷积层特征使用目标区域和跟踪搜索区域卷积特征的能量均值比来评估卷积特征,选择能量均值比大于给定阈值的卷积通道特征来训练两个相关滤波分类器,然后利用目标相关滤波响应图的峰旁比自适应切换两个相关滤波分类器来预测目标位置,最后采用稀疏模型更新策略来更新分类器.在标准数据集上进行算法测试,实验结果表明,本文算法平均距离精度为89.3％,接近连续卷积跟踪算法,平均跟踪速度为25.8 frams/s,是连续卷积跟踪算法的25倍,整体性能优于实验中的对比跟踪算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊昌镇		14	28	3.0	5.0
2	王润玲		9	17	3.0	4.0
3	车满强		4	3	1.0	1.0
4	卢颜		4	3	1.0	1.0