一种基于特征互补的新型长期跟踪算法

• 作者: 夏亮 张亚 魏念巍
• 来源期刊: 湖南城市学院学报（自然科学版）
• 关键词: 特征互补学习 重检测 GMS匹配 长期跟踪
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7304.2021.02.0010

摘要

针对特征互补学习跟踪算法(Staple)在长期目标跟踪时出现目标丢失的问题,设计了一种基于特征匹配的重检测算法.该算法通过相关滤波模型和颜色特征模型的互补学习所得到的最大响应值来判断目标是否丢失,并融合基于网格运动统计的特征匹配算法(GMS)构建重检测机制,对目标进行重定位,从而保持稳定地长期跟踪.实验结果显示:该算法一次通过评估的精确度为81.1％,相比改进前的Staple算法提升了17.5％;在目标丢失时,它还能够准确重定位到跟踪目标,且对目标遮挡有着较强的抗干扰能力.