針對(duì)核相關(guān)濾波算法中單一特征不能很好地適應(yīng)跟蹤過(guò)程中出現(xiàn)的復(fù)雜場(chǎng)景,以及算法無(wú)法解決目標(biāo)尺度變化的問(wèn)題,提出一種多特征融合的尺度自適應(yīng)相關(guān)濾波跟蹤算法。首先,在相關(guān)濾波算法的框架下,按照特征響應(yīng)圖的可信度來(lái)對(duì)快速方向梯度直方圖（FHOG）特征和局部二值模式（LBP）特征進(jìn)行自適應(yīng)加權(quán)融合,實(shí)現(xiàn)對(duì)目標(biāo)的定位;其次,在尺度估計(jì)環(huán)節(jié),利用尺度金字塔來(lái)估計(jì)目標(biāo)的尺度大小,使算法對(duì)尺度發(fā)生變化的目標(biāo)有很好的適應(yīng)能力;最后,在OTB-50數(shù)據(jù)集上進(jìn)行測(cè)試,將本文算法與其他5種跟蹤方法進(jìn)行對(duì)比,其精確率和成功率均有所提高,且具有較好的魯棒性和穩(wěn)定的跟蹤性能。 

【文章來(lái)源】：激光與光電子學(xué)進(jìn)展. 2020,57(04)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

FHOG特征提取示意圖

LBP特征[13]是一種用來(lái)描述圖像局部紋理特征的算子，具有灰度不變性和旋轉(zhuǎn)不變性等顯著的優(yōu)點(diǎn)[14]。圖2為原始的LBP特征提取原理圖，原始的LBP算子是定義在一個(gè)3×3的窗口內(nèi)的，圖中的數(shù)字代表了該像素點(diǎn)的灰度值，以窗口中心像素為閾值，與相鄰8個(gè)像素的灰度值作比較，其值比中心像素點(diǎn)的灰度值大的，則該位置記為數(shù)字1，否則記為0[15]。如此可以得到一個(gè)8位二進(jìn)制數(shù)，將其轉(zhuǎn)換成10進(jìn)制的數(shù)，再將這個(gè)值作為窗口中心像素點(diǎn)的LBP值，來(lái)反映這個(gè)3×3區(qū)域的紋理信息[16]。對(duì)于普通的圖像，按照上面的方法進(jìn)行處理就可以得到整個(gè)圖像的LBP值。本文基于決策級(jí)融合的思想對(duì)FHOG和LBP特征進(jìn)行融合。在跟蹤的過(guò)程中，通過(guò)對(duì)目標(biāo)區(qū)域進(jìn)行密集采樣得到大量的循環(huán)移位樣本，再在相關(guān)濾波框架下構(gòu)建基于FHOG和LBP特征的目標(biāo)表觀模型�；趲X回歸思想，采用最小化分類(lèi)誤差來(lái)訓(xùn)練表觀模型，即

第t幀的目標(biāo)被估計(jì)出尺度后，以Pt為中心位置，選取圖像塊Zt，其尺度大小為bAt×bBt(b為擴(kuò)展函數(shù)），其相應(yīng)模型更新方案為[20]式中：η為學(xué)習(xí)率；為當(dāng)前幀目標(biāo)外觀模型；為表觀模型系數(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]多特征融合與尺度估計(jì)相結(jié)合的目標(biāo)跟蹤算法[J]. 周濤,狄曉妮,李巖琪.  紅外技術(shù). 2019(05)
[2]基于局部二進(jìn)制模式方差的分?jǐn)?shù)階微分醫(yī)學(xué)圖像增強(qiáng)算法[J]. 劉洪普,鄭夢(mèng)敬,侯向丹,李柏岑,杜佳卓.  激光與光電子學(xué)進(jìn)展. 2019(09)
[3]基于相關(guān)濾波融合多特征的運(yùn)動(dòng)目標(biāo)跟蹤方法[J]. 謝柳,尚振宏,劉輝.  數(shù)據(jù)采集與處理. 2019(01)
[4]遮擋判別下的多尺度相關(guān)濾波跟蹤算法[J]. 劉萬(wàn)軍,張壯,姜文濤,張晟翀.  中國(guó)圖象圖形學(xué)報(bào). 2018(12)
[5]結(jié)合核相關(guān)濾波和Kalman預(yù)測(cè)的運(yùn)動(dòng)目標(biāo)跟蹤[J]. 田亞蕾,馬杰,楊楠.  小型微型計(jì)算機(jī)系統(tǒng). 2018(10)
[6]基于核相關(guān)濾波的長(zhǎng)時(shí)間目標(biāo)跟蹤[J]. 楊劍鋒,張建鵬.  激光與光電子學(xué)進(jìn)展. 2019(02)
[7]快速尺度自適應(yīng)核相關(guān)濾波目標(biāo)跟蹤算法[J]. 何雪東,周盛宗.  激光與光電子學(xué)進(jìn)展. 2018(12)
[8]視覺(jué)相似性計(jì)算的藝術(shù)圖像自組織方法[J]. 徐繞山,王爽,孫正興.  計(jì)算機(jī)工程與應(yīng)用. 2017(18)
[9]采用核相關(guān)濾波器的長(zhǎng)期目標(biāo)跟蹤[J]. 楊德東,蔡玉柱,毛寧,楊福才.  光學(xué)精密工程. 2016(08)
[10]融合顏色特征的尺度自適應(yīng)相關(guān)跟蹤[J]. 徐玉龍,王家寶,李陽(yáng),李航,張亞非,苗壯.  計(jì)算機(jī)應(yīng)用研究. 2017(03)

碩士論文
[1]基于相關(guān)濾波的視覺(jué)目標(biāo)跟蹤[D]. 望少建.西安電子科技大學(xué) 2018
[2]基于視頻分析的公交客流統(tǒng)計(jì)技術(shù)研究與實(shí)現(xiàn)[D]. 趙倩.重慶大學(xué) 2016
[3]基于圖片序列的三維重建技術(shù)研究[D]. 徐海洋.華中科技大學(xué) 2015



本文編號(hào)：3457580