為解決基于時(shí)空正則項(xiàng)的目標(biāo)跟蹤算法（STRCF）在目標(biāo)短時(shí)遮擋時(shí)定位精度低和目標(biāo)旋轉(zhuǎn)時(shí)尺度估計(jì)不準(zhǔn)確的問題,該文提出了一種目標(biāo)響應(yīng)自適應(yīng)的通道可靠性跟蹤算法。該算法在目標(biāo)模型訓(xùn)練時(shí)加入了目標(biāo)響應(yīng)正則項(xiàng),通過在求解過程中更新理想目標(biāo)響應(yīng)函數(shù),使得目標(biāo)被短時(shí)遮擋后可重新跟蹤目標(biāo);加入通道可靠性評(píng)價(jià)各特征通道的可靠性,提高了模型對(duì)目標(biāo)的表達(dá)能力;將目標(biāo)圖像轉(zhuǎn)換至對(duì)數(shù)極坐標(biāo)系下訓(xùn)練尺度濾波器,提高在目標(biāo)旋轉(zhuǎn)時(shí)的尺度估計(jì)精度。實(shí)驗(yàn)結(jié)果表明,該文所提算法較STRCF在平均中心位置誤差中降低了28.54個(gè)像素,在平均重疊率中提高了22.8%,在OTB2015數(shù)據(jù)集下成功率曲線下面積較STRCF提高了1.5%。 

【文章來源】：電子與信息學(xué)報(bào). 2020,42(08)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

本文算法流程

0)2+(yy0)2(12)(x0,y0)(x,y)r(s,θ)其中，為對(duì)數(shù)極坐標(biāo)系的極點(diǎn)在笛卡爾坐標(biāo)系下的坐標(biāo)，為目標(biāo)點(diǎn)的笛卡爾坐標(biāo)，為對(duì)數(shù)極坐標(biāo)系的軸方向，為對(duì)數(shù)極坐標(biāo)系下的坐標(biāo)。將樣本轉(zhuǎn)換至對(duì)數(shù)極坐標(biāo)系后，對(duì)其進(jìn)行FFT，并利用歷史幀樣本訓(xùn)練尺度濾波器為fscale=J∑j=1βjxscalejH1J∑j=1βjxscalejxscale(13)1xscalej其中，表示元素級(jí)的除法，表示歷史幀中圖2STRCF與本文算法所得的響應(yīng)圖對(duì)比第8期王鵬等：一種目標(biāo)響應(yīng)自適應(yīng)的通道可靠性跟蹤算法1953

鄭?⒒嬤?了成功率曲線，按照OTB2015數(shù)據(jù)集的評(píng)價(jià)指標(biāo)AUC對(duì)算法進(jìn)行排名，成功率曲線如圖6(a)所示�？梢钥吹奖疚乃惴ǐ@得了最大的AUC分?jǐn)?shù)，達(dá)到66.4%，較第2名的STRCF提高了1.5%，由于本文算法更加注重于目標(biāo)遮擋時(shí)的表現(xiàn)，因此本文同樣繪制了在全部50個(gè)遮擋視頻序列測(cè)試得到的成功率曲線，如圖6(b)所示。可以看到本文算法較STRCF提升了2.3%，相較于整體數(shù)據(jù)集測(cè)試結(jié)果而言提升幅度更大，因此證明了本文算法對(duì)目標(biāo)遮擋時(shí)定位精度和尺度變換不準(zhǔn)確問題改進(jìn)的有效性。圖34種算法在5個(gè)視頻序列下的測(cè)試結(jié)果第8期王鵬等：一種目標(biāo)響應(yīng)自適應(yīng)的通道可靠性跟蹤算法1955

【參考文獻(xiàn)】：
期刊論文
[1]背景抑制直方圖模型的連續(xù)自適應(yīng)均值漂移跟蹤算法[J]. 王旭東,王屹煒,閆賀.  電子與信息學(xué)報(bào). 2019(06)
[2]車載視頻下改進(jìn)的核相關(guān)濾波跟蹤算法[J]. 黃立勤,朱飄.  電子與信息學(xué)報(bào). 2018(08)



本文編號(hào)：3378493