基于加权时空上下文学习的多特征视觉跟踪

• 作者: 吴盘龙 尹明锋 朱凯 朱建良 薄煜明 赵高鹏
• 来源期刊: 中国惯性技术学报
• 学科: 工学
• 关键词: 视觉跟踪 多特征 时空上下文学习 加权矩阵
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 组合导航技术
• 页码范围: 43-50
• 页数: 8页
• 分类号: TP24
• 字数: 1291字
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2019.01.007

摘要

针对视觉跟踪过程中的光照变化、尺度变化、遮挡等干扰,提出了一种基于加权时空上下文学习的多特征目标跟踪算法,实现了快速鲁棒的目标跟踪.首先,提取灰度信息、LBP纹理特征和HSV颜色特征作为目标模型,增强目标模型的鲁棒性.其次,采用加权系数矩阵衡量特征的目标归属度,提升特征的分辨能力.然后,计算每个特征的加权时空下文跟踪置信图.最后,利用KL方法对每个通道置信图进行融合并进行目标定位.OTB数据库实验距离精度和重叠成功率分别为0.666和0.636,证明所提出的方法优于现有方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薄煜明	南京理工大学自动化学院	146	991	15.0	23.0
2	吴盘龙	南京理工大学自动化学院	76	479	12.0	17.0
3	赵高鹏	南京理工大学自动化学院	29	134	7.0	10.0
4	朱建良	南京理工大学自动化学院	19	85	5.0	9.0
5	尹明锋	南京理工大学自动化学院	5	20	2.0	4.0
6	朱凯	江苏理工学院汽车与交通工程学院	3	8	1.0	2.0