-
题名结合模糊特征检测的鲁棒核相关滤波跟踪法
被引量：1
- 1
-
-
作者
林椹尠
郑兴宁
吴成茂
-
机构
西安邮电大学理学院
西安邮电大学通信与信息工程学院
西安邮电大学电子工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2021年第2期323-329,共7页
-
基金
国家自然科学基金项目(61671377)
陕西省自然科学基金项目(2018JM4018)。
-
文摘
针对跟踪领域内由于图像模糊而导致跟踪失败的问题,提出一种结合模糊特征检测的鲁棒核相关滤波(kernelized correlation filter,KCF)跟踪法。首先,将尺度不变特征变换(scale invariant feature transform,SIFT)描述子与局部二值模式(local binary pattern,LBP)算法结合,提取模糊图像中的特征点,并采用圆形邻域描述该特征点,以降低特征向量的维度,综合构建出模糊特征检测器。其次,设置图像清晰度阈值,若当前图像清晰度低于阈值,则启动模糊特征检测器,通过特征向量间的匹配,得出跟踪目标的位置;否则,通过传统的核相关滤波法预测目标位置。最后,在公开数据集OTB-2013和OTB-2015中的测试结果表明:与其他实验算法相比,该算法可对模糊图像中的目标进行有效跟踪且精度较高。
-
关键词
计算机视觉
目标跟踪
核相关滤波法
尺度不变特征变换
局部二值模式
模糊特征检测器
图像清晰度评价
特征匹配
-
Keywords
computer vision
visual tracking
kernel correlation filter(KCF)
scale invariant feature transform(SIFT)
local binary pattern(LBP)
fuzzy feature detector
image definition evaluation function
feature matching
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
