基于ECO-HC改进的运动目标跟踪方法研究

发布时间：2022-02-10 22:30

　　针对ECO（Efficient Convolution Operators）方法在背景变化及自身非刚性变换条件下容易跟踪失败的问题,提出一种改进的ECO跟踪方法 .首先通过高效卷积操作对输入图像进行特征提取和多特征融合;然后对融合后的特征矩阵进行相关性运算,获取跟踪目标;最后在滤波器更新部分嵌入一种置信度量的校验机制,评估当前帧的跟踪效果,根据校验结果来判断是否对滤波器的样本模型予以更新.在数据集OTB-50上的对比实验结果表明,相比于基线方法,该方法的精确度提升3. 4%,成功率提升3. 8%,有效降低了各种干扰对滤波器的影响. 

【文章来源】：南京大学学报(自然科学). 2020,56(02)北大核心CSCD

【文章页数】：11 页

【部分图文】：

基于相关滤波器的跟踪方法原理示意图

滤波器更新阶段的置信度量对于跟踪效果的优劣具有至关重要的作用.传统的跟踪方法将相关响应的数值与设定阈值进行比较，将相关响应高于设定阈值的目标区域作为正确的跟踪结果，而在实际应用中这种评估方法存在较大误差.当出现与目标有较高相似度的干扰区域时，可能导致目标丢失，但是其相关响应的数值依旧较高，如图4所示.当目标形态出现变化时，可能导致相关响应数值较低，但是跟踪结果是正确的，这会影响对跟踪效果的判断.图3 本文方法框架示意图

图2 误差的持续累积导致目标丢失示例图多数情况下，相关响应图上仅有一个最大峰值，因此可通过分析相关响应图来检验跟踪结果的可靠性.本文引入一个新的置信度量RD(Response Distribution），并将其嵌入滤波器更新模块，分析相关响应的峰值分布，对跟踪结果的可靠性进行评估.其求解过程为：从当前帧图像中选取n个相关响应，并按照从大到小的顺序排列，用sf(i)表示排在第i位的响应值，p(sf(i))为该响应值出现的概率.求得n个响应值的期望μ：

【参考文献】：
期刊论文
[1]基于ECO-HC的钻杆计数方法[J]. 方杰,李振璧,夏亮.  煤炭技术. 2021(11)
[2]多特征融合的长时间目标跟踪算法[J]. 孙金萍,丁恩杰,鲍蓉,厉丹,李子龙.  南京大学学报(自然科学). 2021(02)

博士论文
[1]复杂场景下视频目标跟踪算法研究[D]. 孙金萍.中国矿业大学 2021



本文编号：3619641