文档名：一种多特征自适应学习机制的目标跟踪算法
当前,目标跟踪技术日益成熟,但是受应用场景等因素的影响,比如当目标发生明显的形变、旋转、尺度变换、光照变换、运动模糊等情况传统的目标跟踪算法的准确度会大打折扣.为提高传统相关滤波(KCF)在目标跟踪上的准确度,文中在KCF目标跟踪的框架基础上,首先,独立训练HOG+Gray和CN颜色特征两个滤波器并输出对应响应图,然后通过自适应加权的方式融合两者的输出响应图;其次,在尺度变化方面,通过建立目标尺度池来求取目标最佳尺度,并且融入反向尺度检测机制;最后,在目标快速运动和遮挡问题上,通过自适应调整模型的学习率更新模型.实验部分,采用OTB-100目标跟踪数据库进行评测.将结果与常见几种跟踪算法进行对比,在平均跟踪精度与速度上优于其他算法.
作者：甘展鹏 许华荣 何原荣 曹卫
作者单位：厦门理工学院计算机与信息工程学院厦门361024厦门理工学院计算机与信息工程学院厦门361024;厦龙工程技术研究院龙岩364000
母体文献：第十六届全国Web信息系统及其应用学术会议(WISA2019)论文集
会议名称：第十六届全国Web信息系统及其应用学术会议(WISA2019)
会议时间：2019年9月20日
会议地点：青岛
主办单位：中国计算机学会
语种：chi
分类号：
关键词：目标跟踪 相关滤波 特征融合 自适应学习
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.87 MB
- 下载次数:
- 60
-
高速下载
|
|
