核相关滤波KCF(kernel correlation filter)算法存在的尺度不能自适应及目标丢失后不能重新自动框选的问题,提出一种基于KCF框架的改进算法;该算法基于KCF框架,引入双重尺度估计策略,实现目标尺度自适应的同时又提高跟踪速度;同时还引...核相关滤波KCF(kernel correlation filter)算法存在的尺度不能自适应及目标丢失后不能重新自动框选的问题,提出一种基于KCF框架的改进算法;该算法基于KCF框架,引入双重尺度估计策略,实现目标尺度自适应的同时又提高跟踪速度;同时还引入峰值旁瓣比PSR(peak to side lobe ratio)来进行遮挡判断,引入加速稳健特征SURF(speeded up robust features)特征来对目标进行自动重新匹配并框选。实验结果表明,提出的改进算法相比于原算法能够实现目标跟踪尺度自适应,并且在目标丢失后自动重新匹配框选目标并继续跟踪,实现对目标的长时间稳定跟踪,使其在铅鱼跟踪上有较好的效果。展开更多
文摘核相关滤波KCF(kernel correlation filter)算法存在的尺度不能自适应及目标丢失后不能重新自动框选的问题,提出一种基于KCF框架的改进算法;该算法基于KCF框架,引入双重尺度估计策略,实现目标尺度自适应的同时又提高跟踪速度;同时还引入峰值旁瓣比PSR(peak to side lobe ratio)来进行遮挡判断,引入加速稳健特征SURF(speeded up robust features)特征来对目标进行自动重新匹配并框选。实验结果表明,提出的改进算法相比于原算法能够实现目标跟踪尺度自适应,并且在目标丢失后自动重新匹配框选目标并继续跟踪,实现对目标的长时间稳定跟踪,使其在铅鱼跟踪上有较好的效果。
