-
题名基于改进空间正则化相关滤波器的运动目标跟踪研究
- 1
-
-
作者
郭克友
胡巍
暴启超
-
机构
北京工商大学材料与机械工程学院
-
出处
《机床与液压》
北大核心
2019年第2期124-129,共6页
-
基金
北京市科学技术委员会资助项目(D161100004116001)
-
文摘
为降低光照、遮挡、尺寸变化等因素对目标跟踪过程的影响,提出在经典空间正则化核相关滤波基础上,增加遮挡检测及处理机制,并分别采用相似度计算与空间距离计算作为遮挡评判标准。在模型更新之前先判断遮挡是否存在,如有遮挡,则不更新模型;否则更新模型。提出搜索半径择优处理,分别以6种搜索半径进行目标跟踪,寻找最优搜索半径;进而提出特征择优处理,分别提取HOG特征、PHOG特征、Haar-like特征、LBP特征以及FHOG特征与改进算法结合,选取最佳特征。采用两组实验进行验证:分别采用经典KCF算法、Mean Shift算法、Fragment算法、DSST算法、经典SRDCF算法和改进SRDCF算法对Bolt2和Basketball两个视频中运动目标进行跟踪对比。实验结果表明:FHOG特征与改进空间正则化核相关滤波相结合,且在搜索半径为8个像素点时的跟踪性能最佳,优于其他经典跟踪算法,处理速度可达3. 7 fps。
-
关键词
视频目标跟踪
空间正则化核相关滤波器
遮挡检测
搜索半径
特征选取
-
Keywords
Video target tracking
Spatially regularized discriminative correlation filters
Occlusion detection
Search radius
Feature selection
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于自适应组合核的鲁棒视频目标跟踪算法
- 2
-
-
作者
刘培强
张加惠
吴大伟
安志勇
-
机构
山东工商学院计算机科学与技术学院
山东省高等学校协同创新中心:未来智能计算
东北林业大学交通学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第12期3372-3379,共8页
-
基金
山东省自然科学基金资助项目(ZR2014FL007)
烟台市重点研发计划项目(2017ZH065)
赛尔网络下一代互联网技术创新项目(NGII20161204)~~
-
文摘
为了解决核化相关滤波器(KCF)在复杂场景下鲁棒性差的问题,提出了基于自适应组合核(SACK)的目标跟踪算法。跟踪任务分为位置跟踪和尺度跟踪两个独立部分。首先,以线性核和高斯核的自适应组合作为核跟踪滤波器,构造了SACK权重的风险目标函数。该函数根据核的响应值自适应调整线性核和高斯核权重,不仅考虑了不同核响应输出的经验风险泛函最小,而且考虑了极大响应值的风险泛函,同时具有局部核和全局核的优点。然后,根据该滤波器的输出响应得到目标精确位置,设计了基于目标极大响应值的自适应更新率,针对位置跟踪滤波器进行自适应更新。最后,利用尺度跟踪器对目标尺度进行估计。实验结果表明,所提算法的成功率和距离精度在OTB-50数据库表现最优,比KCF算法分别高6. 8个百分点和4. 1个百分点,比双向尺度估计跟踪(BSET)算法分别高2个百分点和3. 2个百分点。该算法对形变和遮挡等复杂场景具有很强的适应能力。
-
关键词
目标跟踪
傅里叶变换
核化相关滤波器
组合核
岭回归
-
Keywords
object tracking
Fourier transform
Kernel Correlation Filter (KCF)
compound kernel
ridge regression
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
