特征融合和模型自适应更新相结合的相关滤波目标跟踪
本文关键词:特征融合和模型自适应更新相结合的相关滤波目标跟踪,由笔耕文化传播整理发布。
【摘要】:提出了一种基于自适应特征融合和自适应模型更新的相关滤波跟踪算法(CFT)。该算法在跟踪的训练阶段利用损失函数计算特征的自适应权重,在检测阶段对不同特征的响应图进行加权求和,从而实现了响应图层面的自适应特征融合。设计了自适应的模型更新策略,采用响应图的峰值旁瓣比判断是否发生遮挡或错误跟踪,据此决定是否在当前帧更新目标模型。在11个视频序列上对所提算法进行了实验,验证了所采用的自适应特征融合策略和自适应模型更新策略的有效性。与多个传统的采用单特征的相关滤波跟踪算法进行了比较,结果显示,所提算法的跟踪精度和成功率典型值分别提升了18.2%和11.5%。实验结果验证了特征融合和自适应模型更新对跟踪算法的改进具有指导意义。
【作者单位】: 军械工程学院2系;中国人民解放军63813部队;中国人民解放军66285部队;
【关键词】: 视觉跟踪 相关滤波跟踪 特征融合 模型自适应更新
【基金】:国家自然科学基金资助项目(No.61141009)
【分类号】:TP391.41
【正文快照】: 1引言目标跟踪是计算机视觉领域的基础性研究,在精密控制、自动驾驶、安全监控等场景有着广泛的应用[1-2]。自上世纪80年代,跟踪算法的研究主要经历了光流法[3]、基于mean shift的跟踪[4]和基于粒子滤波的跟踪[5]等。近十年来,许多学者采用机器学习方法设计鲁棒的跟踪算法,使
【相似文献】
中国期刊全文数据库 前10条
1 周斌;林喜荣;贾惠波;周永冠;;量化层多生物特征融合的最佳权值[J];清华大学学报(自然科学版);2008年02期
2 丁宝亮;;基于局部特征融合的人脸识别研究[J];中国新技术新产品;2012年14期
3 刘增荣;余雪丽;李志;;基于特征融合的图像情感语义识别研究[J];太原理工大学学报;2012年05期
4 黄双萍;俞龙;卫晓欣;;一种异质特征融合分类算法[J];电子技术与软件工程;2013年02期
5 卞志国;金立左;费树岷;;特征融合与视觉目标跟踪[J];计算机应用研究;2010年04期
6 韩萍;徐建龙;吴仁彪;;一种新的目标跟踪特征融合方法[J];中国民航大学学报;2010年04期
7 何贤江;何维维;左航;;一种句词五特征融合模型的复述研究[J];四川大学学报(工程科学版);2012年06期
8 刘冬梅;;基于特征融合的人脸识别[J];计算机光盘软件与应用;2013年12期
9 李建科;张辉;赵保军;张长水;;彩色分量流形特征融合的人脸识别[J];北京理工大学学报;2014年05期
10 高秀梅,杨静宇,宋枫溪,杨健;一种基于特征融合的人脸识别新方法[J];计算机应用研究;2003年11期
中国重要会议论文全文数据库 前5条
1 刘冰;罗熊;刘华平;孙富春;;光学与深度特征融合在机器人场景定位中的应用[A];2013年中国智能自动化学术会议论文集(第三分册)[C];2013年
2 翟懿奎;甘俊英;曾军英;;基于特征融合与支持向量机的伪装人脸识别[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年
3 卞志国;金立左;费树岷;;基于增量判别分析的特征融合与视觉目标跟踪[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年
4 韩文静;李海峰;韩纪庆;;基于长短时特征融合的语音情感识别方法研究[A];第九届全国人机语音通讯学术会议论文集[C];2007年
5 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
中国博士学位论文全文数据库 前8条
1 陈倩;多生物特征融合身份识别研究[D];浙江大学;2007年
2 蒲晓蓉;多模态生物特征融合的神经网络方法[D];电子科技大学;2007年
3 王志芳;基于感知信息的多模态生物特征融合技术研究[D];哈尔滨工业大学;2009年
4 王楠;基于多视觉特征融合的后方车辆检测技术研究[D];东北大学 ;2009年
5 徐颖;基于特征融合与仿生模式的生物特征识别研究[D];华南理工大学;2013年
6 张艳;基于柔性阵列 传感器的足迹特征分析与应用研究[D];安徽大学;2015年
7 孙兴华;基于内容的图像检索研究[D];南京理工大学;2002年
8 王林泓;热释电红外信号特征分析及人体识别方法研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 许超;基于特征融合与压缩感知的实木地板缺陷检测方法研究[D];东北林业大学;2015年
2 杨文婷;基于微博的情感分析算法研究与实现[D];西南交通大学;2015年
3 杜俊强;基于特征融合的人脸识别算法研究[D];东北大学;2014年
4 米龙;自适应深度学习算法在目标分类问题中的应用[D];东北大学;2014年
5 王舒婷;基于张量分解的视频拷贝检测技术[D];山东财经大学;2016年
6 王娇娇;特征融合的显著目标检测方法研究[D];安徽大学;2016年
7 杨健;基于特征融合的JPEG图像盲隐写监测方法[D];福州大学;2013年
8 吕政华;基于特征融合的单语词对齐方法研究[D];哈尔滨工业大学;2009年
9 魏旭;基于主成分分析的特征融合及其应用[D];电子科技大学;2008年
10 周强;多重集相关投影分析与特征融合研究[D];南京理工大学;2011年
本文关键词:特征融合和模型自适应更新相结合的相关滤波目标跟踪,由笔耕文化传播整理发布。
,本文编号:488571
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/488571.html