基于模型更新与快速重检测的长时目标跟踪

• 作者: 伍忠东 吴旭 沈玉玲 赵汝进 颜坤 马跃博
• 来源期刊: 光学学报
• 学科: 物理学
• 关键词: 机器视觉 目标跟踪 相关滤波 模型更新 在线重检测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机器视觉
• 页码范围: 115-124
• 页数: 10页
• 分类号: O436
• 语种: 中文
• DOI: 10.3788/AOS202040.0315002

摘要

在目标遮挡、光线变化等复杂的跟踪环境下,现有相关滤波跟踪算法无法对目标进行长时间实时稳定跟踪.提出一种基于模型更新与快速重检测的长时跟踪算法.首先,在现有的目标定位与尺度变化的相关滤波跟踪算法基础上搭建长时目标跟踪的框架,提出加入模型监测更新机制,根据最大响应和平均峰响应相关能量值判别进入更新或重检测环节;然后,基于提取描述子特征的重检测方法,将提取特征的比特维数统一降到512进行优化,加快重检测速率.所提算法选取OTB-100中20个有代表性的序列进行测试,成功率评估均值为0.706,精确度评估均值为0.805,平均速度为48.5 frame/s;在自采集的数据集上平均准确率能达到87.65％,能够在尺度变化、遮挡等复杂情况下满足长时跟踪的准确性和实时性要求.