發(fā)布時(shí)間：2021-10-19 01:52

　　針對(duì)Staple算法中梯度直方圖（HOG）特征和顏色直方圖特征的融合無法自適應(yīng)達(dá)到最優(yōu)化的問題,本文提出了一種顏色自適應(yīng)的核相關(guān)濾波目標(biāo)跟蹤改進(jìn)算法,即Stronger-Staple算法（簡(jiǎn)稱STR-Staple）。首先,本文用目標(biāo)似然函數(shù)分別求出目標(biāo)和背景所占比例的顏色直方圖,并用巴氏系數(shù)實(shí)時(shí)測(cè)量目標(biāo)與背景的顏色直方圖的相似度,實(shí)現(xiàn)每一幀圖像的跟蹤監(jiān)測(cè);其次,提出一種自適應(yīng)的融合系數(shù),將相似度與融合系數(shù)相關(guān)聯(lián),對(duì)每一幀的特征匹配相應(yīng)的權(quán)重,實(shí)現(xiàn)算法的最優(yōu)融合。最后,本文算法在OTB-13和OTB-15兩個(gè)數(shù)據(jù)集上與當(dāng)前比較流行的5種跟蹤算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明,該算法在光照變化、尺度變化、遮擋、變形、背景雜波等情況下均有較高的魯棒性,且其跟蹤精度、成功率在OTB-13數(shù)據(jù)集中分別為0.889、0.880。在OTB-15數(shù)據(jù)集中分別為0.741、0.644。均優(yōu)于其他幾種算法。 

【文章來源】：信號(hào)處理. 2020,36(07)北大核心CSCD

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

原Staple算法跟蹤效果圖

圖1 原Staple算法跟蹤效果圖從兩張對(duì)比圖中可以看出,當(dāng)顏色對(duì)目標(biāo)跟蹤影響過大時(shí),DSST算法的跟蹤效果較好;當(dāng)運(yùn)動(dòng)目標(biāo)產(chǎn)生模糊對(duì)目標(biāo)跟蹤影響過大時(shí),DAT算法跟蹤效果較好。而Staple算法對(duì)兩種情況均十分穩(wěn)定,相當(dāng)于兩算法的結(jié)合。

0≤H≤1且0≤D≤∞Bhattacharyya Coefficient,中文是巴氏系數(shù),可用來測(cè)量樣本之間的相關(guān)性。巴氏系數(shù)可以積分或疊代出兩個(gè)樣本之間的重疊部分的面積,它是首先將樣本劃定指定的數(shù)量,然后分別進(jìn)行積分或者疊代。疊代樣本的公式如下:

【參考文獻(xiàn)】：
期刊論文
[1]位置-尺度異空間協(xié)調(diào)的多特征選擇相關(guān)濾波目標(biāo)跟蹤算法[J]. 胡正平,尹艷華,顧健新.  信號(hào)處理. 2019(12)
[2]基于巴氏距離的監(jiān)控視頻人體目標(biāo)相似性度量[J]. 孫鵬,馮鵬定,于彤,單大國(guó),王素.  中國(guó)刑警學(xué)院學(xué)報(bào). 2019(04)
[3]目標(biāo)跟蹤算法綜述[J]. 盧湖川,李佩霞,王棟.  模式識(shí)別與人工智能. 2018(01)
[4]基于直方圖巴氏距離的舌色分類[J]. 覃海松.  科技創(chuàng)新與應(yīng)用. 2014(21)

博士論文
[1]基于判別相關(guān)性濾波器的運(yùn)動(dòng)目標(biāo)跟蹤方法研究[D]. 黃文慧.山東大學(xué) 2019

碩士論文
[1]基于核相關(guān)濾波器的長(zhǎng)期目標(biāo)跟蹤算法研究[D]. 邵晴薇.南京理工大學(xué) 2018



本文編號(hào)：3443925