一种多特征自适应学习机制的目标跟踪算法

• 作者: 何原荣 曹卫 甘展鹏 许华荣
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 相关滤波 多特征融合 尺度变化 自适应 学习率
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 专栏·Web信息系统及应用
• 页码范围: 2830-2835
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.12.007

摘要

当前,目标跟踪技术日益成熟,但是受应用场景等因素的影响,比如当目标发生明显的形变、旋转、尺度变换、光照变换、运动模糊等情况传统的目标跟踪算法的准确度会大打折扣.为提高传统相关滤波(KCF)在目标跟踪上的准确度,文中在KCF目标跟踪的框架基础上,首先,独立训练HOG+Gray和CN颜色特征两个滤波器并输出对应响应图,然后通过自适应加权的方式融合两者的输出响应图;其次,在尺度变化方面,通过建立目标尺度池来求取目标最佳尺度,并且融入反向尺度检测机制;最后,在目标快速运动和遮挡问题上,通过自适应调整模型的学习率更新模型.实验部分,采用OTB-100目标跟踪数据库进行评测.将结果与常见几种跟踪算法进行对比,在平均跟踪精度与速度上优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何原荣		40	113	6.0	9.0
2	许华荣		26	57	5.0	6.0
3	曹卫		7	7	2.0	2.0
4	甘展鹏		1	0	0.0	0.0