基于上下文感知和尺度自适应的实时目标跟踪

• 作者: 夏爱明 伍雪冬
• 来源期刊: 红外技术
• 关键词: 相关滤波 特征融合 上下文感知 尺度自适应
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 图像处理与仿真|IMAGE PROCESSING AND SIMULATION
• 页码范围: 429-436
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文

摘要

针对传统核相关滤波视觉目标跟踪算法在快速运动、背景杂波、运动模糊等情况下跟踪精度低且不能处理尺度变化的问题,提出了一种基于上下文感知和尺度自适应的实时目标跟踪算法.该算法在核相关滤波算法框架的基础上,引入了上下文感知和尺度自适应方法,增加了背景信息且能够处理目标的尺度变化.首先,利用融合了fHOG(fusion histogram of oriented gradient)、CN(color names)和灰度的特征对目标区域进行采样,训练一个二维位移滤波器,然后,在目标区域建立尺度金字塔,利用fHOG对目标区域进行多尺度采样,训练一个一维尺度滤波器,最后,在模型更新阶段改进了更新策略.在标准数据集OTB-2015上对100组视频序列进行的试验结果表明,提出的算法比基准算法(kernel correlation filter,KCF)精度提高了13.9％,成功率提高了14.2％,且优于实验中对比的其他跟踪算法.在尺度变化、运动模糊、快速运动等条件下,提出的算法在准确跟踪的同时,能够保持较高的速度.