為了提高使用傳統(tǒng)特征的有效卷積操作算法（ECOhc）的跟蹤性能,提出基于各向異性高斯分布的視覺(jué)跟蹤算法.該方法根據(jù)不同目標(biāo)的形狀比構(gòu)造水平和垂直方向上帶寬不同的各向異性高斯函數(shù),利用該函數(shù)訓(xùn)練跟蹤器預(yù)測(cè)目標(biāo)位置,提高算法的跟蹤精度;提取顏色直方圖特征跟蹤預(yù)測(cè)新的目標(biāo)位置,并在決策層加權(quán)融合2個(gè)預(yù)測(cè)位置,進(jìn)一步提高跟蹤精度.在標(biāo)準(zhǔn)數(shù)據(jù)集OTB-100、VOT2016中測(cè)試算法,本研究算法在數(shù)據(jù)集OTB-100上的平均距離精度為89.6%,平均重疊率為83.7%,比ECOhc算法分別提高4.67%、6.62%;本研究算法在數(shù)據(jù)集VOT2016上的平均期望重疊率為33.3%,比ECOhc算法提高3.42%.所提算法能有效提高目標(biāo)跟蹤的精度,在遇到遮擋、光線變化、變形等干擾時(shí)仍能穩(wěn)定跟蹤目標(biāo). 

【文章來(lái)源】：浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2020,54(02)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)


本文編號(hào)：3435308