針對彩色的視頻序列,傳統(tǒng)的核相關濾波（KCF）跟蹤方法沒有考慮其中的顏色信息,且缺少遮擋處理方案,當目標在遮擋、光照變化等因素的影響下,不能很好地處理。本文結(jié)合HSV空間顏色信息,提出了一種多特征融合和對目標的丟失進行處理的跟蹤方法,并且采用重檢測的方法來應對目標丟失的問題。選取了公開測試視頻集中的23段具有一定挑戰(zhàn)性的視頻序列,經(jīng)過試驗測試后,對比經(jīng)典的KCF方法,平均中心位置誤差（CLE）減少了29. 51像素,平均距離精度提升了23. 87%。實驗結(jié)果表明:在目標發(fā)生快速運動、形態(tài)變化、遮擋、旋轉(zhuǎn)等復雜情況下均具有較強的魯棒性。 

【文章來源】：傳感器與微系統(tǒng). 2020,39(03)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

選取部分視頻的跟蹤精度曲線對比

部分視頻序列跟蹤結(jié)果對比

【參考文獻】：
期刊論文
[1]時空上下文與CamShift相結(jié)合的目標跟蹤算法[J]. 丁承君,閆彬.  傳感器與微系統(tǒng). 2018(05)
[2]分塊多特征自適應融合的多目標視覺跟蹤[J]. 施瀅,高建坡,崔杰,孫麗娟,陳宇.  傳感器與微系統(tǒng). 2015(09)



本文編號：3557746