基于多特征和尺度估计的KCF_MTSA算法

• 作者: 尚桠朝 孟令军
• 来源期刊: 计算机工程
• 关键词: 核相关滤波器 自适应特征融合 目标跟踪 颜色名特征 多模板
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能与模式识别|Artificial Intelligence and Pattern Recognition
• 页码范围: 102-108,116
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058414

摘要

多模板尺度自适应核相关滤波器(KCF_MTSA)跟踪算法在目标移动模糊、旋转和尺度变化时跟踪距离精度与成功率较低.针对该问题,提出一种结合多特征和尺度估计的改进KCF_MTSA目标跟踪算法.采用方向梯度直方图和颜色名两种特征对目标进行表征,在训练阶段分别使用多模板核相关滤波器对上述特征进行训练,同时在检测阶段将两个滤波器的响应以权重形式进行自适应融合获取响应图实现目标定位,并使用一维相关滤波器进行目标尺度估计.实验结果表明,该算法的跟踪距离精度和准确率较改进前KCF_MTSA算法有明显提升,其距离精度和准确率分别提高15.8％和28.5％.