-
题名融合多尺度和深度特征的快速运动视觉目标跟踪
- 1
-
-
作者
张博
-
机构
长沙师范学院信息科学与工程学院
-
出处
《探测与控制学报》
CSCD
北大核心
2023年第6期87-94,共8页
-
基金
教育部中国高校产学研创新基金项目(2020ITA05028)
教育部产学合作协同育人项目(201901014024)
+1 种基金
湖南省普通高等学校教学改革研究项目(HNJG-2021-1195)
湖南省社会科学成果评审委员会一般项目(XSP22YBC312)。
-
文摘
为了提高快速运动视觉目标跟踪的精度、效率和鲁棒性,提出融合多尺度和深度特征的快速运动视觉目标跟踪方法。通过分类器训练、候选区域检测以及模型更新三个阶段,完成核相关滤波跟踪算法。为适应视觉目标的多尺度变化,通过双线性插值函数将采集的子图转化为多尺度大小;提取子图特征,对多尺度核相关滤波器进行训练,完成快速运动视觉目标跟踪;利用堆叠多层自编码器构建深层神经网络,通过贪婪算法对输入数据重构,得到深度特征;将深度特征和方向梯度直方图HOG特征进行匹配融合,实现快速运动视觉目标跟踪。实验结果表明,该算法能够有效跟踪被遮挡的快速运动视觉目标,其跟踪准确率和跟踪成功率分别高达97.6%和98.2%,跟踪时间仅为4.5 ms,可以有效提高快速运动视觉目标跟踪精度和效率,增强鲁棒性。
-
关键词
核相关滤波
快速运动
多尺度
视觉目标
深度特征匹配模型
目标跟踪
-
Keywords
nuclear correlation filtering
fast movement
multi-scale
visual objectives
depth feature matching model
target tracking
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
