自适应多滤波器的高效卷积算子目标跟踪算法

发布时间：2021-05-09 23:06

　　针对单一滤波器难以适应复杂变化的目标跟踪环境的问题,本文在高效卷积算子目标跟踪算法的基础上,提出了自适应多滤波器的目标跟踪算法。该算法使用时空正则化滤波器、一致性检验滤波器和高效卷积算子算法中的相关滤波器分别与目标特征进行卷积,得到三个滤波检测得分。其中,时空正则化滤波器是通过将时间正则化引入相关滤波损失函数而得到;一致性检验滤波器是通过反向定位前几帧目标,比较反向与正向定位坐标的误差,只有误差小于阈值时才更新滤波器;选择峰值旁瓣比最大滤波检测得分,估计目标的位置。使用OTB-2015数据集和UAV123数据集对改进算法进行测试,实验结果表明,本文算法能够更好地适应跟踪过程中的复杂变化的环境,具有较高的精度和鲁棒性。 

【文章来源】：光电工程. 2020,47(07)北大核心CSCD

【文章页数】：13 页

【参考文献】：
期刊论文
[1]视觉目标跟踪方法研究综述[J]. 葛宝义,左宪章,胡永江.  中国图象图形学报. 2018(08)
[2]改进粒子滤波的弱小目标跟踪[J]. 樊香所,徐智勇,张建林.  光电工程. 2018(08)
[3]基于卷积神经网络的目标跟踪算法综述[J]. 胡硕,赵银妹,孙翔.  高技术通讯. 2018(03)
[4]目标跟踪算法综述[J]. 卢湖川,李佩霞,王栋.  模式识别与人工智能. 2018(01)
[5]基于多阶段学习的相关滤波目标跟踪[J]. 孙航,李晶,杜博,肖雅夫,胡云玲.  电子学报. 2017(10)
[6]基于生成式模型的目标跟踪方法综述[J]. 朱文青,刘艳,卞乐,张子龙.  微处理机. 2017(01)
[7]基于特征融合和尺度自适应的干扰感知目标跟踪[J]. 李双双,赵高鹏,王建宇.  光学学报. 2017(05)



本文编号：3178190