-
题名融合HOG特征的相关滤波视频跟踪
被引量：1
- 1
-
-
作者
李梅云
欧丰林
杨文元
-
机构
漳州职业技术学院
闽南师范大学福建省粒计算及其应用重点实验室
-
出处
《数据采集与处理》
CSCD
北大核心
2020年第3期516-525,共10页
-
基金
国家自然科学青年基金(61703196)资助项目
福建省自然科学基金(2018J01549)资助项目。
-
文摘
计算机视觉领域的目标跟踪已取得巨大进展,但在视频跟踪中,平面外旋转和形状变化的性能方面还有提升空间。本文提出一种基于方向梯度直方图HOG特征,结合图像灰度值把HOG特征加以融合和分解,以提升视频跟踪的变形和尺度变换的性能。首先提取目标区域的HOG的31维特征和灰度值;其次,将灰度值作为1维特征,与HOG特征融合成32维向量HOG32;进而将HOG32分解成2部分特征,分别为HOG1和HOG2;最后,通过对HOG1、HOG2和HOG32特征响应值的比较,选择最大值位置作为预测的下一帧的位置。实验在OTB-2013和OTB-2015这2个数据集上进行,与其他5个算法的比较结果表明,该方法在平面外旋转、变形、复杂背景等方面获得良好效果。
-
关键词
计算机视觉
视频目标跟踪
相关滤波
HOG特征
特征融合与分解
-
Keywords
computer vision
video object tracking
correlation filtering
HOG features
feature fusion and decomposition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
