多相关滤波自适应融合的鲁棒目标跟踪.pdfVIP

中图法分类号:TP391 文献标识码:A 文章编号:170387 论文引用格式: 多相关滤波自适应融合的鲁棒目标跟踪 1，2 1，2 1，2 1，2 陈倩茹 ，刘日升 ，樊鑫 ，李豪杰 1.大连理工大学-立命馆大学国际信息与软件学院,大连,116621； 2.辽宁省泛在网络与服务软件重点实验室,大连,116621 摘 要：目的：由于目标在复杂场景中可能会发生姿态变化、物体遮挡、背景干扰等情况，目标跟踪仍然是一 个具有挑战性的课题。目前判别性相关滤波方法在目标跟踪问题上获得了成功而又广泛的应用。标准的相关滤 波方法基于循环偏移得到大量训练样本，并利用快速傅里叶变换加速求解滤波器，使其具有很好的实时性和鲁 棒性，但边界偏移带来的消极的训练样本降低了跟踪效果。空间正则化的相关滤波跟踪方法引入空间权重函数， 增强目标区域的滤波器的作用，在增大了目标有哪些信誉好的足球投注网站区域的同时，也增加了计算时间，而且对于目标形变不规则， 背景相似的情景也会增强背景滤波器，从而导致跟踪失败。方法：基于以上问题，本文提出了一种自适应融合 多种相关滤波器的方法，利用交替方向乘子法将无约束的相关滤波问题转化为有约束问题的两个子问题，在子 问题中分别采用不同的相关滤波方法进行求解。首先用标准的相关滤波方法进行目标粗定位，进而用空间正则 化的相关滤波跟踪方法进行再定位，实现了目标位置和滤波模板的微调，提高了跟踪效果。结果：本文算法和 目前主流的一些跟踪方法在OTB-2015 数据集中100 个视频上，以中心坐标误差和目标框的重叠率为评判标准 进行了对比实验，本文算法能较好地处理多尺度变化、姿态变化、背景干扰等问题，在CarScale、Freeman4 、 Girl 等视频上都表现出了最好的跟踪结果；本文算法在 100 个视频上的平均中心坐标误差为28.55 像素，平均 目标框重叠率为61%，和使用人工特征的方法相比，均高于其他算法，与使用深度特征的相关滤波方法相比， 平均中心坐标误差高了 6 像素，但平均目标框的重叠率高了4% 。结论：大量的实验结果表明，在目标发生姿 态变化、尺度变化等外观变化时，本文算法均具有较好的准确性和鲁棒性。 关键词： 目标跟踪；空间正则化；相关滤波；自适应；鲁棒性 Multi-correlation filters method for robust visual tracking Chen Qianru1,2, Liu Risheng1,2, Fan Xin1,2, Li Haojie1,2 1. DUT-RU International School of Information Science Engineering, Dalian University of Technology, Dalian, 116621 2. Key Laboratory for Ubiquitous Network and Service Software of Liaoning Province, Dalian, 116621 Abstract : Objective : Due to pose variation of the target, occlusion and background clutter in complex scene, visual object tracking is still a challenging task. Recently, discriminative correlation filter methods have been successfully and widely applied to visual tracking problem. The standard correlation filter method obtains a number of training samples 收稿日期: ； 修回日期: 基金项目:国家自然科学基金项目6130008661432003；中央高校基本科