引入特征重检的抗遮挡目标跟踪方法研究

• 作者: 周维 邱宝鑫 陈听海
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 目标跟踪 抗遮挡 特征重检 TLD算法 双向匹配
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 179-184
• 页数: 6页
• 分类号: TP391
• 字数: 5398字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1904-0244

摘要

针对视觉目标跟踪的遮挡问题,在TLD算法的基础上,引入特征重检环节,解决发生遮挡时因目标外观相似、背景聚类造成错判,提出了一种基于特征重检的抗遮挡目标跟踪研究方法(TLD-D),采用跟踪、检测、学习、再检测的策略.跟踪与检测相结合,对锁定的目标进行学习,获取目标最新的外观特征;当发生遮挡时,则启用特征重检环节,提取遮挡过程的"开始发生遮挡"和"遮挡结束"两个关键帧,然后在特征重检环节选用SIFT特征进行双向匹配标定目标,确保重新标定的目标为原被遮挡的跟踪目标,即"再检测".OTB基准集上实验结果表明,与TLD算法、同类TLD改进算法以及其他经典跟踪算法相比较,TLD-D算法抗遮挡能力更强,鲁棒性更强,能够对目标长时间稳定跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周维	湘潭大学信息工程学院	21	60	5.0	6.0
2	邱宝鑫	湘潭大学信息工程学院	2	0	0.0	0.0
3	陈听海	湘潭大学信息工程学院	2	0	0.0	0.0