结合模糊特征检测的鲁棒核相关滤波跟踪法

• 作者: 林椹尠 郑兴宁 吴成茂
• 来源期刊: 智能系统学报
• 关键词: 计算机视觉 目标跟踪 核相关滤波法 尺度不变特征变换 局部二值模式 模糊特征检测器 图像清晰度评价 特征匹配
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 智能系统|Intelligent Systems
• 页码范围: 323-329
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11992/tis.201912010

摘要

针对跟踪领域内由于图像模糊而导致跟踪失败的问题,提出一种结合模糊特征检测的鲁棒核相关滤波(kernelized correlation filter,KCF)跟踪法.首先,将尺度不变特征变换(scale invariant feature transform,SIFT)描述子与局部二值模式(local binary pattern,LBP)算法结合,提取模糊图像中的特征点,并采用圆形邻域描述该特征点,以降低特征向量的维度,综合构建出模糊特征检测器.其次,设置图像清晰度阈值,若当前图像清晰度低于阈值,则启动模糊特征检测器,通过特征向量间的匹配,得出跟踪目标的位置;否则,通过传统的核相关滤波法预测目标位置.最后,在公开数据集OTB-2013和OTB-2015中的测试结果表明:与其他实验算法相比,该算法可对模糊图像中的目标进行有效跟踪且精度较高.