融合HOG与颜色特征的长时运动目标跟踪方法

发布时间：2021-12-30 07:32

　　针对彩色的视频序列,传统的核相关滤波（KCF）跟踪方法没有考虑其中的颜色信息,且缺少遮挡处理方案,当目标在遮挡、光照变化等因素的影响下,不能很好地处理。本文结合HSV空间颜色信息,提出了一种多特征融合和对目标的丢失进行处理的跟踪方法,并且采用重检测的方法来应对目标丢失的问题。选取了公开测试视频集中的23段具有一定挑战性的视频序列,经过试验测试后,对比经典的KCF方法,平均中心位置误差（CLE）减少了29. 51像素,平均距离精度提升了23. 87%。实验结果表明:在目标发生快速运动、形态变化、遮挡、旋转等复杂情况下均具有较强的鲁棒性。 

【文章来源】：传感器与微系统. 2020,39(03)CSCD

【文章页数】：5 页

【部分图文】：

选取部分视频的跟踪精度曲线对比

部分视频序列跟踪结果对比

【参考文献】：
期刊论文
[1]时空上下文与CamShift相结合的目标跟踪算法[J]. 丁承君,闫彬.  传感器与微系统. 2018(05)
[2]分块多特征自适应融合的多目标视觉跟踪[J]. 施滢,高建坡,崔杰,孙丽娟,陈宇.  传感器与微系统. 2015(09)



本文编号：3557746