融合FHOG和LBP特征的尺度自适应相关滤波跟踪算法

发布时间：2021-10-25 14:22

　　针对核相关滤波算法中单一特征不能很好地适应跟踪过程中出现的复杂场景,以及算法无法解决目标尺度变化的问题,提出一种多特征融合的尺度自适应相关滤波跟踪算法。首先,在相关滤波算法的框架下,按照特征响应图的可信度来对快速方向梯度直方图（FHOG）特征和局部二值模式（LBP）特征进行自适应加权融合,实现对目标的定位;其次,在尺度估计环节,利用尺度金字塔来估计目标的尺度大小,使算法对尺度发生变化的目标有很好的适应能力;最后,在OTB-50数据集上进行测试,将本文算法与其他5种跟踪方法进行对比,其精确率和成功率均有所提高,且具有较好的鲁棒性和稳定的跟踪性能。 

【文章来源】：激光与光电子学进展. 2020,57(04)北大核心CSCD

【文章页数】：8 页

【部分图文】：

FHOG特征提取示意图

LBP特征[13]是一种用来描述图像局部纹理特征的算子，具有灰度不变性和旋转不变性等显著的优点[14]。图2为原始的LBP特征提取原理图，原始的LBP算子是定义在一个3×3的窗口内的，图中的数字代表了该像素点的灰度值，以窗口中心像素为阈值，与相邻8个像素的灰度值作比较，其值比中心像素点的灰度值大的，则该位置记为数字1，否则记为0[15]。如此可以得到一个8位二进制数，将其转换成10进制的数，再将这个值作为窗口中心像素点的LBP值，来反映这个3×3区域的纹理信息[16]。对于普通的图像，按照上面的方法进行处理就可以得到整个图像的LBP值。本文基于决策级融合的思想对FHOG和LBP特征进行融合。在跟踪的过程中，通过对目标区域进行密集采样得到大量的循环移位样本，再在相关滤波框架下构建基于FHOG和LBP特征的目标表观模型。基于岭回归思想，采用最小化分类误差来训练表观模型，即

第t帧的目标被估计出尺度后，以Pt为中心位置，选取图像块Zt，其尺度大小为bAt×bBt(b为扩展函数），其相应模型更新方案为[20]式中：η为学习率；为当前帧目标外观模型；为表观模型系数。

【参考文献】：
期刊论文
[1]多特征融合与尺度估计相结合的目标跟踪算法[J]. 周涛,狄晓妮,李岩琪.  红外技术. 2019(05)
[2]基于局部二进制模式方差的分数阶微分医学图像增强算法[J]. 刘洪普,郑梦敬,侯向丹,李柏岑,杜佳卓.  激光与光电子学进展. 2019(09)
[3]基于相关滤波融合多特征的运动目标跟踪方法[J]. 谢柳,尚振宏,刘辉.  数据采集与处理. 2019(01)
[4]遮挡判别下的多尺度相关滤波跟踪算法[J]. 刘万军,张壮,姜文涛,张晟翀.  中国图象图形学报. 2018(12)
[5]结合核相关滤波和Kalman预测的运动目标跟踪[J]. 田亚蕾,马杰,杨楠.  小型微型计算机系统. 2018(10)
[6]基于核相关滤波的长时间目标跟踪[J]. 杨剑锋,张建鹏.  激光与光电子学进展. 2019(02)
[7]快速尺度自适应核相关滤波目标跟踪算法[J]. 何雪东,周盛宗.  激光与光电子学进展. 2018(12)
[8]视觉相似性计算的艺术图像自组织方法[J]. 徐绕山,王爽,孙正兴.  计算机工程与应用. 2017(18)
[9]采用核相关滤波器的长期目标跟踪[J]. 杨德东,蔡玉柱,毛宁,杨福才.  光学精密工程. 2016(08)
[10]融合颜色特征的尺度自适应相关跟踪[J]. 徐玉龙,王家宝,李阳,李航,张亚非,苗壮.  计算机应用研究. 2017(03)

硕士论文
[1]基于相关滤波的视觉目标跟踪[D]. 望少建.西安电子科技大学 2018
[2]基于视频分析的公交客流统计技术研究与实现[D]. 赵倩.重庆大学 2016
[3]基于图片序列的三维重建技术研究[D]. 徐海洋.华中科技大学 2015



本文编号：3457580