基于人工鱼群粒子滤波的TLD改进算法

• 作者: 吴明晖 周志峰 涂婷 王立端
• 来源期刊: 液晶与显示
• 学科: 地球科学
• 关键词: 计算机视觉 目标跟踪 跟踪学习检测算法 人工鱼群 粒子滤波
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 图像处理
• 页码范围: 965-971
• 页数: 7页
• 分类号: P391.4
• 语种: 中文
• DOI: 10.37188/YJYXS20203509.0965

摘要

在面对光照变化、部分遮挡、背景杂乱和平面内外旋转等跟踪难点时,跟踪学习检测算法(Tracking-Learning-Detection,TLD)容易产生漂移导致跟踪失败,其跟踪性能还有待提高.在传统TLD算法的基础上,提出一种基于人工鱼群粒子滤波的TLD改进算法.首先使用人工鱼群粒子滤波跟踪器代替金字塔光流跟踪器,将颜色直方图特征和方向梯度直方图特征进行融合,建立目标表观模型,引入图像金字塔多尺度思想进行尺度匹配,提高目标跟踪的稳健性.然后通过粒子滤波过程预测目标区域,将TLD算法检测模块的全局扫描改进为局部扫描,剔除大量非目标区域,提高检测模块的检测效率.实验结果表明:基于人工鱼群粒子滤波的TLD改进算法具有良好的跟踪性能,与传统TLD算法相比,其平均成功率和精准度分别提高了19.04％和28.00％,平均跟踪速度可达33.87 FPS,提高了38.78％.