基于多策略融合的快速核相关滤波目标跟踪算法

发布时间：2021-12-25 03:00

　　针对核相关滤波算法（Kernel Correlation Filter,KCF）对快速运动目标跟踪精度较低、实时性较差的问题,提出多策略融合的快速核相关滤波（Multistrategy KCF,MSKCF）算法。该算法基于KCF框架,融合多个策略,将Faster Regin-CNN网络结构、特征极差、滤波尺度因子引入目标图像识别窗口标定和尺寸自适应更新,解决了识别窗口与目标大小不适应的问题,实现了自动跟踪。本文采用北斗导航卫星模型进行了验证,结果表明MSKCF可以自主获得初始跟踪窗口,目标跟踪精度与速度均有所提升。 

【文章来源】：航天控制. 2020,38(03)北大核心CSCD

【文章页数】：8 页

【部分图文】：

初始跟踪窗口提取判定

KCF是一种以岭回归为核心，在线进行机器学习训练的典型判别类算法[17]。算法原理如图1所示，通过在第t帧(通常选第1帧)中框选出待跟踪目标，并初始化目标区域为正样本，根据左乘、右乘置换矩阵得到负样本区域集合;利用高斯二维函数生成和样本大小一致的训练标签矩阵，通过机器学习训练岭回归分类器;输入待检测样本图像，分类器快速检测输出响应，下一帧中的目标即为分类器输出的最大响应对应位置的区域[18]。将目标区域循环移位采集训练图像，针对回归判别函数f(z)=wTz，通过训练样本xi找到与其对应的回归目标yi最小的平方误差的权值ωi，最小代价函数如式(1):

多策略融合核相关滤波算法

【参考文献】：
期刊论文
[1]改进的KCF算法在车辆跟踪中的应用[J]. 王林,胥中南.  计算机测量与控制. 2019(07)
[2]一种结合均值漂移的KCF目标跟踪算法[J]. 王媛媛,王博.  现代测绘. 2019(03)
[3]基于自适应深度网络的无人机目标跟踪算法[J]. 刘芳,王洪娟,黄光伟,路丽霞,王鑫.  航空学报. 2019(03)
[4]基于核相关滤波的长期目标跟踪算法[J]. 茅正冲,陈海东.  激光与光电子学进展. 2019(01)
[5]尺度自适应的HLBP纹理特征目标跟踪算法[J]. 杜静雯,黄山.  计算机工程与设计. 2018(07)
[6]自主导航农业机器人全方位视觉目标识别与跟踪研究[J]. 谭雪峰.  农机化研究. 2017(12)
[7]相关滤波目标跟踪进展综述[J]. 张微,康宝生.  中国图象图形学报. 2017(08)
[8]分块多特征目标描述子的移动机器人目标跟踪[J]. 王丽佳,贾松敏,李秀智,卢迎彬.  控制与决策. 2016(02)
[9]智能视频监控系统中的目标跟踪方法研究[J]. 吴淘锁,汪国强.  实验技术与管理. 2014(11)
[10]面向机动目标跟踪的无人机横侧向制导规律[J]. 王树磊,魏瑞轩,郭庆,蔚文杰.  北京航空航天大学学报. 2014(06)



本文编号：3551667