基于特定目标提议框的自适应跟踪算法

• 作者: 乔林 于元旗 徐立波 胡畔 韩永辉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特定目标提议框 自适应跟踪 视觉目标跟踪 深度学习 支持向量机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 269-274
• 页数: 6页
• 分类号: TP391
• 字数: 3455字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052854

摘要

目前多数跟踪算法采用尺度遍历穷搜索策略应对目标的尺度变化,其跟踪性能和效率不佳.针对此问题,基于特定目标提议框提出一种自适应跟踪算法.对目标提议框生成算法进行改进,融入跟踪目标的尺度和位置信息,得到特定目标提议框并获取其特征.为确保跟踪的连续性,将自适应支持向量机作为跟踪模型,对特定目标提议框进行评分,得到目标位置.对均匀采样样本和特定目标提议框正负样本分类,进行模型更新.在OTB100数据库上进行对比实验,结果表明,与CNN-SVM、DeepSRDCF等算法相比,该算法能较好地适应目标的尺度变化和形变,有效提高跟踪效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于元旗		8	0	0.0	0.0
2	乔林		21	12	2.0	3.0
3	胡畔		13	4	1.0	2.0
4	徐立波		9	0	0.0	0.0
5	韩永辉		8	6	2.0	2.0