融合上下文和重定位的加权相关滤波跟踪算法

发布时间：2021-11-26 17:00

　　为提升融合梯度直方图特征和颜色属性特征的有效卷积操作跟踪算法（ECO-HC）的跟踪精度和速度,提出一种融合上下文和重定位的加权相关滤波跟踪方法。根据梯度直方图和颜色属性的不同特性加权融合相关滤波响应值,采用自适应迭代方法预测目标位置;融合多尺度搜索区域,目标上下文特征和目标预测失败时重定位方法进一步提高跟踪精度。在标准数据集OTB-100上进行算法评估,实验结果表明,所提算法的平均距离精度为89.2%,平均重叠率精度为80.6%,比ECO-HC算法分别高3.6%和2.1%。中央处理器的跟踪速度达65.2 frame/s,优于实验中对比的其他跟踪算法。所提算法有效地提高了跟踪精度,在严重遮挡、光照变化等干扰下,仍能较好地跟踪目标。 

【文章来源】：光学学报. 2019,39(04)北大核心EICSCD

【文章页数】：9 页

【文章目录】：
1 引 言
2 所提算法
    2.1 加权相关滤波
        2.1.1 加权融合
        2.1.2 自适应牛顿迭代法
    2.2 其他改进
        2.2.1 多尺度搜索区域
        2.2.2 上下文特征
        2.2.3 目标重定位
3 实验结果与分析
    3.1 算法改进实验
        3.1.1 不同融合权重对比实验
        3.1.2 引入上下文特征对比实验
        3.1.3 多尺度搜索区域对比实验
        3.1.4 各策略对跟踪算法的影响
    3.2 与其他优秀算法的对比实验
4 结 论


【参考文献】：
期刊论文
[1]稳健的双模型自适应切换实时跟踪算法[J]. 熊昌镇,车满强,王润玲,卢颜.  光学学报. 2018(10)
[2]自适应特征融合的核相关滤波跟踪算法[J]. 熊昌镇,赵璐璐,郭芬红.  计算机辅助设计与图形学学报. 2017(06)
[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：3520574