结合自适应空间权重的改进型时空正则项跟踪算法

• 作者: 吕志刚 孙梦宇 李晓艳 王海燕 王鹏
• 来源期刊: 西安交通大学学报
• 关键词: 视觉跟踪 相关滤波 时间正则项 牛顿迭代法 空间权重正则项
• 年，卷（期）: 2020,（5）
• 页码范围: 158-169
• 页数: 12页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb202005021

摘要

为解决时空正则项的相关滤波视觉跟踪算法在目标部分遮挡时存在的模型漂移和尺度估计不准确问题,提出了结合自适应空间权重的改进型时空正则项跟踪算法.采用平均特征能量比将无法准确表达目标或过多表达背景信息的特征通道裁剪掉,以提高跟踪精度.在滤波器训练时加入空间权重正则项,利用时间正则项在目标遮挡时被动更新滤波器,使得在空间权重更新时更为准确,以此着重学习目标未被遮挡部分,获取可靠的相关滤波器系数.将滤波器求解划分为2个子问题,分别采用交替方向乘子法进行优化计算,保证算法运算速率.在牛顿迭代法中设置精度阂值,在保证定位精度的同时减少迭代次数.实验结果表明:在OTB-100数据集上所选择的6个视频序列中,所提算法较STRCF算法的平均中心位置误差降低了12.3像素,平均重叠率增加了7％,运算帧率可达19.25帧/s;在OTB2015遮挡视频序列中,所提算法较STRCF算法的成功率曲线下积分面积(SAUC)增加了0.7％,使用深度特征的所提算法较DeepSTRCF和ASRCF算法的SAUC分别提升了3.9％与0.9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	西安工业大学电子信息工程学院	154	1087	15.0	24.0
5	吕志刚	西安工业大学电子信息工程学院	50	155	5.0	10.0
6	李晓艳	西安工业大学电子信息工程学院	14	7	1.0	2.0
7	孙梦宇	西安工业大学电子信息工程学院	4	0	0.0	0.0
8	王海燕	陕西科技大学电子信息与人工智能学院	7	40	2.0	6.0