联合检测的自适应融合目标跟踪

发布时间：2021-01-11 19:02

　　由于各种因素的干扰,在现实复杂的情况下目标跟踪过程中可能出现模型漂移和跟踪失败等问题,针对目标跟踪的鲁棒性和准确性提出一种联合检测的自适应融合目标跟踪算法。根据深层和浅层卷积特征具有的不同优点,使它们单独作用于相关滤波器得到其各自的响应分数,通过最小化损失使不同卷积特征的响应分数自适应融合。结合本研究的位置检测方法判断预测位置的有效性和真实性,得到最优的目标跟踪结果。在OTB-2015和VOT-2017两个数据库中进行大量测试,试验结果表明,本研究所提方法与LSART算法相比鲁棒性提高了10%,准确性提高了3.9%,并且对目标遮挡和尺度变化具有出色的性能表现。 

【文章来源】：山东大学学报(工学版). 2020,50(03)北大核心

【文章页数】：7 页

【文章目录】：
0 引言
1 相关工作
    1.1 相关滤波
    1.2 卷积特征
2 本研究方法
    2.1 联合检测
    2.2 自适应融合
3 试验与结果
    3.1 试验环境和参数设置
    3.2 定性评估
    3.3 定量评估
        3.3.1 在OTB-2015中评估
        3.3.2 在VOT-2017中评估
4 结论


【参考文献】：
期刊论文
[1]自适应特征选择的相关滤波跟踪算法[J]. 刘万军,孙虎,姜文涛.  光学学报. 2019(06)
[2]基于双步相关滤波的目标跟踪算法[J]. 葛宝义,左宪章,胡永江,张岩.  红外与激光工程. 2018(12)



本文编号：2971310