- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第 24卷 第 2期 光学 精密工程 Vo1.24 No.2
2016年 2月 OpticsandPrecisionEngineering Feb.2016
文章编号 1004—924X(2016)02—0448—12
采用核相关滤波器的 自适应尺度 目标跟踪
张 雷 ,王延杰 ,孙宏海 ,姚志军 ,吴 培
(1.中国科学院长春光学精密机械与物理研究所,吉林长春130033;
2.中国科学院大学,北京 100049)
摘要 :由于现存 的大多数基于检测 的跟踪器都没有解决尺度变化问题 ,本文在传统的基于检测的 目标跟踪框架下设计了
一 种尺度估计策略,并给 出了基于核相关滤波器 的自适应尺度 目标跟踪算法 。该算法利用核函数对正则化最小二乘分
类器求解获得核相关滤波器 ,通过对核相关滤波器 的在线学习完成 目标位置和尺度的检测 ,并在线更新核相关滤波器 。
为了验证本文算法的有效性,选取了lO组场景复杂的视频序列进行测试 ,并与其它 5种优秀跟踪方法进行了对 比。结
果表 明,本文提 出的方法 比上述 5种优秀跟踪方法 中的最优者 的平均距离精度提高了6.9 ,且在 目标发生尺度变化、
光照变化、部分遮挡、姿态变化、旋转、快速运动等复杂场景下有较强的鲁棒性 。
关 键 词 :核相关滤波器 ;目标跟踪 ;自适应尺度 ;正则化最小二乘分类器;
中图分类号 :TP391 文献标识码 :A doi:10.3788/OPE0448
Adaptivescaleobjecttrackingwithkernelizedcorrelationfilters
ZHANGLei’ ,WANGYan—jie,SUNHong—hai,YAOZhi—jun ,WUPei
(1.ChangchunInstituteofOptics,FineMechanicsandPhysics,
ChineseAcademyofSciences,Changchun130033,China;
2.UniversityofChineseAcademyofSciences,Beijing100049,China)
*C0rrgsp0咒 gauthor,E-mail:zhanglei8080@126.com
Abstract:Asmostoftracking—by—detectionmethodshavenotdealtwiththescaleestimationproblem
intargettracking,thispaperproposesascaleestimation strategybasedonthetracking—by—detection
framework.Meanwhile,itdesignsanadaptivescaletrackingalgorithm basedonkernelizedcorrelation
filters.Thealgorithm usesakernelfunctiontosolvetheregularized leastsquareclassifiertoobtain
thekernelizedcorrelation filters.Then itcompletesthetargetposition andscaledetection byonline
learningthekernelizedcorrelationfilters,andupdatesthefiltersinonline.Toverifythefeasibilityof
theproposedalgortihm ,tengroupsofbenchmarkvideosequencesaretestedandobtainedresultsare
comparedwiththoseoffivekindsoftrackingalgorithms.Theexperimentalresultsshow thatthepro—
posedapproachimprovesth
文档评论(0)