-
题名一种自适应模板更新的判别式KCF跟踪方法
被引量：9
- 1
-
-
作者
宁欣
李卫军
田伟娟
徐驰
徐健
-
机构
中国科学院半导体研究所高速电路与神经网络实验室
威富集团形象认知计算联合实验室
中国科学院大学微电子学院
-
出处
《智能系统学报》
CSCD
北大核心
2019年第1期121-126,共6页
-
基金
国家自然科学基金项目(61572458)
-
文摘
为了解决单目标跟踪算法中存在的目标旋转、遮挡和快速运动等挑战,提出了一种基于自适应更新策略的判别式核相关滤波器(kernelized correlation filter,KCF)目标跟踪新框架。构建了外观判别式模型,实现跟踪质量有效性的评估。构造了新的自适应模板更新策略,能够有效区分目标跟踪异常时当前目标是否发生了旋转。提出了一种结合目标检测的跟踪新构架,能够进一步有效判别快速运动和遮挡状态。同时,针对上述3种挑战,分别采用模板更新、目标运动位移最小化以及目标检测算法实现目标跟踪框的恢复,保证了跟踪的有效性和长期性。实验分别采用2种传统手动特征HOG和CN(color names)验证提出的框架鲁棒性,结果证明了提出的目标跟踪新方法在速度和精度方面的优越性能。
-
关键词
目标跟踪
目标检测
高速核相关滤波算法
模板更新
卷积神经网络
-
Keywords
visual tracking
object detection
high-speed kernelized correlation filters
template update
convolution neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
