融合运动状态信息的高速相关滤波跟踪算法

• 作者: 杨穷千 韩锟
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 目标跟踪 相关滤波 卡尔曼滤波 尺度估计 高置信度更新
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 82-91
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2020.04.011

摘要

为解决相关滤波(Discriminative Correlation Filter,DCF)算法在快速运动、遮挡、尺度变化等复杂情景下的跟踪失败问题,提出一种融合运动状态信息的高速相关滤波目标跟踪算法.在传统DCF算法基础上做出以下改进:(1)在跟踪框架中融入卡尔曼(Kalman)滤波器,利用目标运动状态信息对预测运动轨迹进行修正,以解决目标复杂运动时易跟丢问题,提高跟踪精度;(2)训练一个独立的尺度相关滤波器进行目标尺度预测,并利用主成分分析法(Princi-pal Component Analysis,PCA)进行特征降维处理,提高跟踪速度;(3)提出一种高置信度更新策略判断是否对位置滤波器进行模板更新,以及是否采用Kalman滤波器预测位置作为目标位置.最后在OTB-100数据集上进行算法测试,提出算法平均精度与成功率分别达到74.8％与69.8％,平均帧率为84.37帧/s.相较其他几种主流算法,本文算法有效提高跟踪性能,并保证了跟踪速度,满足实时性要求,在遮挡、背景模糊、运动模糊等复杂情况下能够保持良好的跟踪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩锟	中南大学交通运输工程学院	32	178	7.0	12.0
2	杨穷千	中南大学交通运输工程学院	1	0	0.0	0.0