一种目标响应自适应的通道可靠性跟踪算法

发布时间：2021-09-02 06:25

　　为解决基于时空正则项的目标跟踪算法（STRCF）在目标短时遮挡时定位精度低和目标旋转时尺度估计不准确的问题,该文提出了一种目标响应自适应的通道可靠性跟踪算法。该算法在目标模型训练时加入了目标响应正则项,通过在求解过程中更新理想目标响应函数,使得目标被短时遮挡后可重新跟踪目标;加入通道可靠性评价各特征通道的可靠性,提高了模型对目标的表达能力;将目标图像转换至对数极坐标系下训练尺度滤波器,提高在目标旋转时的尺度估计精度。实验结果表明,该文所提算法较STRCF在平均中心位置误差中降低了28.54个像素,在平均重叠率中提高了22.8%,在OTB2015数据集下成功率曲线下面积较STRCF提高了1.5%。 

【文章来源】：电子与信息学报. 2020,42(08)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

本文算法流程

0)2+(yy0)2(12)(x0,y0)(x,y)r(s,θ)其中，为对数极坐标系的极点在笛卡尔坐标系下的坐标，为目标点的笛卡尔坐标，为对数极坐标系的轴方向，为对数极坐标系下的坐标。将样本转换至对数极坐标系后，对其进行FFT，并利用历史帧样本训练尺度滤波器为fscale=J∑j=1βjxscalejH1J∑j=1βjxscalejxscale(13)1xscalej其中，表示元素级的除法，表示历史帧中图2STRCF与本文算法所得的响应图对比第8期王鹏等：一种目标响应自适应的通道可靠性跟踪算法1953

郑?⒒嬷?了成功率曲线，按照OTB2015数据集的评价指标AUC对算法进行排名，成功率曲线如图6(a)所示。可以看到本文算法获得了最大的AUC分数，达到66.4%，较第2名的STRCF提高了1.5%，由于本文算法更加注重于目标遮挡时的表现，因此本文同样绘制了在全部50个遮挡视频序列测试得到的成功率曲线，如图6(b)所示。可以看到本文算法较STRCF提升了2.3%，相较于整体数据集测试结果而言提升幅度更大，因此证明了本文算法对目标遮挡时定位精度和尺度变换不准确问题改进的有效性。图34种算法在5个视频序列下的测试结果第8期王鹏等：一种目标响应自适应的通道可靠性跟踪算法1955

【参考文献】：
期刊论文
[1]背景抑制直方图模型的连续自适应均值漂移跟踪算法[J]. 王旭东,王屹炜,闫贺.  电子与信息学报. 2019(06)
[2]车载视频下改进的核相关滤波跟踪算法[J]. 黄立勤,朱飘.  电子与信息学报. 2018(08)



本文编号：3378493