-
题名融合多层深度特征的核相关滤波跟踪算法
被引量：4
- 1
-
-
作者
李国友
纪执安
张凤煦
-
机构
燕山大学电气工程学院
-
出处
《高技术通讯》
EI
CAS
北大核心
2020年第2期126-133,共8页
-
基金
国家自然科学基金(F2012203111)资助项目。
-
文摘
针对核相关滤波算法(KCF)难以处理目标尺度变化、旋转、遮挡等问题,本文在KCF的框架下提出了一种融合多层深度特征的抗遮挡目标跟踪算法。首先,在频域中,利用岭回归分类器训练VGG-2048上的conv3和conv6两层深度特征,分别得出置信度,将两者特征加权相连,替代原KCF的方形梯度直方图(HOG)特征,同时引入第1帧目标的残留信息,获得更为出色的位置响应输出。然后,针对遮挡问题,提出一种响应峰值判断抗遮挡机制。最后,通过双线性插值建立深度特征尺度池,解决目标尺度问题。在测试集(OTB-100)上的实验结果表明,改进后的算法能解决复杂环境下的目标跟踪问题,算法具有鲁棒性。
-
关键词
核相关滤波算法(KCF)
深度特征
响应峰值
尺度池
鲁棒性
-
Keywords
kernel correlation filter(KCF) algorithm
deep feature
peak response
scale pool
robustness
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
TN713
[电子电信—电路与系统]
-
-
题名自适应多滤波器的高效卷积算子目标跟踪算法
被引量：3
- 2
-
-
作者
李国友
张凤煦
纪执安
-
机构
燕山大学工业计算机控制工程河北省重点实验室
-
出处
《光电工程》
CAS
CSCD
北大核心
2020年第7期48-60,共13页
-
基金
河北省高等学校科学技术研究青年基金项目(2011139)
河北省自然科学基金项目(F2012203111)。
-
文摘
针对单一滤波器难以适应复杂变化的目标跟踪环境的问题,本文在高效卷积算子目标跟踪算法的基础上,提出了自适应多滤波器的目标跟踪算法。该算法使用时空正则化滤波器、一致性检验滤波器和高效卷积算子算法中的相关滤波器分别与目标特征进行卷积,得到三个滤波检测得分。其中,时空正则化滤波器是通过将时间正则化引入相关滤波损失函数而得到;一致性检验滤波器是通过反向定位前几帧目标,比较反向与正向定位坐标的误差,只有误差小于阈值时才更新滤波器;选择峰值旁瓣比最大滤波检测得分,估计目标的位置。使用OTB-2015数据集和UAV123数据集对改进算法进行测试,实验结果表明,本文算法能够更好地适应跟踪过程中的复杂变化的环境,具有较高的精度和鲁棒性。
-
关键词
目标跟踪
滤波器
时空正则化
一致性检验
高效卷积算子
-
Keywords
target tracking
filter
spatial-temporal regularized
consistency check
efficient convolution operators
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
