旋转自适应的多特征融合多模板学习视觉跟踪算法

• 作者: 杜晨杰 杨宇翔 伍瀚 何志伟 高明煜
• 来源期刊: 模式识别与人工智能
• 关键词: 目标跟踪 全局滤波器模板 旋转自适应 跟踪置信度
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: "深度学习算法及在图像与视觉的应用"专题|Deep Learning Algorithms and the Applications in Image and Vision
• 页码范围: 787-797
• 页数: 11页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.202109002

摘要

目标发生旋转及遇到外界干扰时会给目标跟踪带来巨大挑战,针对该问题,文中提出旋转自适应的多特征融合多模板学习跟踪算法.首先,构建具有互补特性的多模板学习模型,全局滤波器模板用于跟踪目标,当判定滤波器模板确定全局滤波器模板被污染时,使用修正滤波器模板对全局滤波器模板进行修正.然后,将颜色直方图作为视觉补充信息和VGGNet-19特征图进行自适应融合,提升全局滤波器模板对目标外观的判别能力.最后,提出旋转自适应策略,采用改进的跟踪置信度,估计跟踪框最佳旋转角度,减轻目标旋转带来的全局滤波器模板性能衰退.在OTB-2013、OTB-2015数据集上的实验表明,文中算法的成功率和精确率较高.