适合长时跟踪的自适应相关滤波算法

• 作者: 肖逸清 葛洪伟
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 核相关滤波 长时跟踪 模型更新 目标重检测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图像与视觉
• 页码范围: 121-129
• 页数: 9页
• 分类号: TP391.41
• 字数: 6456字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2020.17815

摘要

针对在长时跟踪中,快速运动、遮挡等复杂情况很容易引起模板漂移,导致跟踪失败的问题,提出一种适合长时跟踪的自适应相关滤波算法.首先融合HOG特征、CN特征和灰度特征,在增强特征判别力的同时,结合EdgeBoxes生成检测建议并找到最优建议,实现跟踪器尺度与纵横比的自适应;然后利用高置信度跟踪结果来避免模板被破坏,将目标移动速度与边缘组数结合起来形成一种新的自适应更新率,并对每一帧目标框的尺度进行校正;最后在跟踪失败的情况下,应用增量学习检测器以滑动窗口的方式恢复目标位置.在标准测试集上与基于相关滤波的7种算法进行对比,实验表明,该算法在精确度和成功率上均取得较优效果.