基于多特征融合的尺度自适应KCF目标跟踪算法

• 作者: 周正松 周红 陈虹君
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 核相关滤波 目标跟踪 循环矩阵 多特征融合
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 697-703
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2020.04.012

摘要

首先,对核相关滤波(KCF)目标跟踪算法进行了详细推导;然后,针对KCF算法提取单一特征,不能很好地表达目标的外观模型,提出将多种特征融合的方法,增加外观模型的可区分性.同时针对KCF算法不能自适应尺度变化的问题,引入一种尺度自适应变化方法.还对于KCF算法的固定更新率在目标被遮挡的情况下会学习到错误信息的问题,提出一种在线模型更新因子的方法;最后,通过实验对比结果表明,本文提出的算法跟踪精度更高,且对目标尺度发生较大变化和遮挡情况下的跟踪具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周红		20	63	5.0	7.0
2	陈虹君		12	10	2.0	2.0
3	周正松		8	15	2.0	3.0