-
题名融合DSST和KCF的尺度自适应跟踪算法
被引量：12
- 1
-
-
作者
胡云层
路红
杨晨
花湘
彭俊
-
机构
南京工程学院自动化学院
-
出处
《计算机工程与设计》
北大核心
2019年第12期3563-3568,共6页
-
基金
国家自然科学基金项目(61305011)
江苏省自然科学基金项目(BK20150793)
+1 种基金
江苏省产学研合作基金项目(BY2018005)
江苏省科技副总基金项目(FZ20180011)
-
文摘
针对核相关滤波(kernelized correlation filters,KCF)算法无法对目标尺度变化做出响应,和判别型尺度空间跟踪(discriminative scale space tracking,DSST)算法计算效率较低,难以实现实时跟踪的问题,提出一种融合KCF与DSST的跟踪算法。用最小二乘法获得位置滤波器,检测候选样本并估计目标位置;从目标位置中心提取33种不同尺度下的梯度直方图特征作为样本训练获得尺度滤波器;在目标位置应用尺度滤波器来获得目标尺寸的准确估计。实验结果表明,该算法对目标尺度变化有较强的自适应能力,在测试集上平均速度达到103.7帧/秒,满足实时性要求。
-
关键词
核相关滤波
目标跟踪
判别型尺度空间跟踪
尺度变化
实时性
-
Keywords
kernelized correlation filters
object tracking
DSST
scale change
real-time
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名尺度和光照自适应的结构化多目标跟踪
- 2
-
-
作者
花湘
路红
彭俊
秦彬鑫
万文明
邱春
-
机构
南京工程学院
-
出处
《电光与控制》
CSCD
北大核心
2021年第4期29-33,共5页
-
基金
江苏省自然科学基金(BK20201043)
江苏省研究生实践创新计划项目(SJCX19-0510)
+2 种基金
江苏省产学研合作项目(BY2018005)
南京工程学院产学研专项(CXY201930)
企业委托产学研合作横向项目(科18-092)。
-
文摘
针对复杂场景中光照变化、目标自身尺度变化等引起的目标丢失或误跟踪等问题,提出一种尺度和光照自适应的结构化多目标跟踪方法。利用多尺度Retinex算法对序列图像进行预处理;通过SPOT算法对多目标进行跟踪,以确定新一帧中各目标最优位置;采用判别型尺度空间跟踪算法训练尺度滤波器,以新一帧中各目标最优位置为中心,利用尺度滤波器的最大值确定新一帧中各目标的最优尺度;采用随机梯度下降法并结合双线性插值更新特征分类器的权重。实验结果表明,提出的多目标跟踪算法在应对场景光照和目标尺度变化等方面,具有良好的鲁棒性和准确性。
-
关键词
RETINEX算法
判别型尺度空间跟踪算法
随机梯度下降法
双线性插值
-
Keywords
Retinex algorithm
Discriminant Scale Space Tracking(DSST)
Stochastic Gradient Descent(SGD)
bilinear interpolation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
