基于KCF跟踪算法的目标轨迹记录系统①.PDF

2017 年 第 26 卷 第 5 期 计 算 机 系 统 应 用 基于 KCF 跟踪算法的目标轨迹记录系统① 1,2 2 3 4 张乘龙 , 夏筱筠 , 柏 松 , 姚恺丰 1( 中国科学院大学, 北京 100049) 2( 中国科学院 沈阳计算技术研究所, 沈阳 110168) 3( 中航工业沈阳黎明航空发动机(集团)有限责任公司, 沈阳 110043) 4( 国家电网公司东北分部 国网东北电力调度中心, 沈阳 110180) 摘 要: 为了确保跟踪算法能够实时跟踪上高速移动的目标并且记录目标的三维坐标. 本系统使用了一种基于 KCF(Kernelized Correlation Filters) 的高速跟踪算法来保证系统能够跟踪到移动速度较快的目标. 首先, 使用 KCF 跟踪算法来跟踪目标; 然后, 利用 ORB 特征点检测来计算目标特征点从而找到多摄像机中对应的点, 找到对应 点之后利用多摄像机的三维重建原理计算出每一帧中目标物体的三维坐标点; 最后, 用多项式对每一帧运动轨 迹的离散点进行拟合得到最终的运行轨迹. 实验结果证明该算法能够有效跟踪目标, 整个系统能够满足实际的 需求. 关键词: KCF 跟踪算法; ORB 特征检测; PROSAC 特征点匹配; 三维重建; 运动轨迹记录 Target Track Recording System Based on Kernelized Correlation Filters Tracking Algorithm 1,2 2 3 4 ZHANG Cheng-Long , XIA Xiao-Jun , BAI Song , YAO Kai-Feng 1(University of Chinese Academy of Sciences, Beijing 100049, China) 2(Shenyang Institute of Computing Technology, Shenyang 110168, China) 3(AVIC Shenyang Liming Aero-engine(Group) Co. Ltd., Shenyang 110043, China) 4(North-East Branch of State Grid, Shenyang 110180, China) Abstract: In order to ensure that our tracking algorithm can real-time capture the fast-moving target and record its three-dimensional coordinates, the system uses a high-speed tracking algorithm based on Kernelized Correlation Filters (KCF). First, use KCF tracking algorithm to track the target. Second, use ORB feature point detection algorithm to calculate the target feature point. Then find out the corresponding point in Multi-Camera. After finding the corresponding points, use three-dimensional reconstruction theory of Multi-Camera to calculate the