基于时间一致性约束的核互相关器目标跟踪

发布时间：2021-01-05 01:49

　　针对相关滤波器跟踪算法在目标快速运动、遮挡和表观变化时易发生跟踪漂移或者丢失的问题,提出一种基于时间一致性和核互相关器的目标跟踪算法。该算法通过引入对图像噪声和杂波更具鲁棒性的核互相关向量,能够更精确地预测目标的仿射变化。同时,在学习过程中引入时间一致性约束,以解决因核相关器时间退化导致的跟踪漂移问题。最后,采用主灰度分量逆映射来提升跟踪器应对目标部分遮挡的能力。在公开的OTB100标准目标跟踪数据集中与提供的基准算法和其他性能更加先进的相关滤波算法进行对比,该算法平均跟踪速度为41f/s,相对fDSST和SAMF算法,其跟踪精度分别提升15.6%和6.4%,跟踪成功率分别提升33.3%和6.1%。实验结果表明,该算法在目标快速运动、遮挡或表观变化时仍能精确地跟踪目标。 

【文章来源】：半导体光电. 2020年05期 北大核心

【文章页数】：7 页

【部分图文】：

基于灰度主分量逆映射的自适应模型更新

基于灰度主分量逆映射的自适应模型更新

如图2所示，本文提出的算法跟踪精度相对于精度最高的基准算法SCM提高51.7%，相对于KCF和fDSST算法提高15.1%和15.6%，相对于同样有多尺度处理的相关滤波算法SAMF提高6.4%，比使用多尺度处理及额外色彩特征的Staple算法提高2.3%；跟踪成功率相对于成功率最高的基准算法SCM提高49.0%，相对于KCF和fDSST算法提高29.2%和33.3%，相对于SAMF和Staple提高6.1%和1.9%。如图3所示，在目标发生尺度变化时，本文提出的算法精度相对于有多尺度处理的fDSST和Staple算法分别提升17.1%和5.9%，成功率分别提升51.5%和6.6%；在目标被遮挡时，本文提出的算法精度相对于fDSST和Staple算法分别提升22.0%和2.1%，成功率分别提升45.5%和3.8%。


本文编号：2957776