基于时间感知和自适应空间正则化的相关滤波跟踪算法

发布时间：2022-10-18 15:16

　　针对相关滤波器的空间正则化权重与目标内容无关和跟踪过程中模型退化等问题,提出一种基于时间感知和自适应空间正则化的相关滤波跟踪算法。首先,提取灰度特征、CN（color name）特征和方向梯度直方图（HOG）特征来提升算法模型对目标的表达能力;其次,通过图像显著性检测算法获得带有目标内容信息的空间正则化初始权重;然后,在目标函数中加入自适应空间正则化项来缓解边界效应对相关滤波器的影响;最后,加入时间感知项使相关滤波器学习到相邻帧之间的信息,降低算法模型在处理不准确样本时发生过拟合的风险。在OTB-2013和OTB-2015公开数据集上对所提算法进行性能评估实验,结果表明,所提算法在多种复杂场景下都有良好的稳健性,在跟踪成功率和距离精度上优于其他对比算法,且速度达到24.2 frame/s,能满足实时性要求。 

【文章页数】：10 页

【文章目录】：
1 引 言
2 本文算法的总体框架
3 本文算法
    3.1 时间感知和自适应空间正则化模型
    3.2 滤波器模型的优化求解
    3.3 自适应空间正则化权重优化求解
    3.4 目标定位
4 实验结果与分析
    4.1 实验环境与参数设置
    4.2 数据集和评估指标
    4.3 定量分析
    4.4 定性分析
        1) 复杂背景:
        2) 光照变化:
        3) 遮挡:
        4) 尺度变化:
        5) 旋转变化:
        6) 非刚性形变:
5 结 论


【参考文献】：
期刊论文
[1]基于特征融合的长时目标跟踪算法[J]. 葛宝义,左宪章,胡永江.  光学学报. 2018(11)
[2]基于核循环结构的自适应特征融合目标跟踪[J]. 赵高鹏,沈玉鹏,王建宇.  光学学报. 2017(08)
[3]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：3692561