針對(duì)相關(guān)濾波目標(biāo)跟蹤算法難以適應(yīng)目標(biāo)形變、遮擋等復(fù)雜場(chǎng)景變化的問(wèn)題,提出一種顏色及尺度自適應(yīng)的目標(biāo)跟蹤算法,將顏色空間和尺度自適應(yīng)運(yùn)用到跟蹤框架中,對(duì)視頻序列的顏色空間進(jìn)行分析,然后選取最優(yōu)跟蹤算法通過(guò)尺度自適應(yīng)的方式對(duì)目標(biāo)進(jìn)行跟蹤。選取公開(kāi)測(cè)試集中13段挑戰(zhàn)性視頻序列與多個(gè)前沿運(yùn)動(dòng)目標(biāo)跟蹤算法進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明:相對(duì)于次優(yōu)的尺度空間跟蹤（DSST）算法,平均跟蹤精度提高8. 48%,平均重疊精度提高14. 46%,平均中心位置誤差減少13. 31像素。在目標(biāo)發(fā)生尺度變化和遮擋等情況下,該算法仍然能夠高效地準(zhǔn)確跟蹤。 

【文章來(lái)源】：傳感器與微系統(tǒng). 2020,39(01)CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

三種算法效果對(duì)比

圖2為本文算法和其他3種算法在測(cè)試序列上的距離精度與中心位置誤差的關(guān)系，曲線越陡，表示跟蹤精度越高，其中，中心位置誤差閾值為20。由圖2可看出，本文算法的距離精度為最優(yōu)。3.3.2 定性分析

5)快速運(yùn)動(dòng)和旋轉(zhuǎn):由圖3(e)是Human7視頻的部分跟蹤結(jié)果，第156幀時(shí)，攝像頭劇烈抖動(dòng)，導(dǎo)致DSST產(chǎn)生漂移，其他算法跟蹤正常，但是僅有本文算法進(jìn)行相應(yīng)的尺度變化;第250幀時(shí)，CSK,CN和DSST均跟丟目標(biāo)，僅本文算法可以精確跟蹤目標(biāo)。由圖3(f)是Basketball視頻的部分跟蹤結(jié)果，第82幀時(shí)目標(biāo)發(fā)生旋轉(zhuǎn)，DSST產(chǎn)生輕微漂移，其余算法準(zhǔn)確;第725幀時(shí)，CN算法漂移，其余算法跟蹤正常。4 結(jié)論

【參考文獻(xiàn)】：
期刊論文
[1]基于目標(biāo)檢測(cè)的時(shí)空上下文跟蹤算法[J]. 李瓏,劉凱,李玲.  計(jì)算機(jī)工程. 2018(09)
[2]基于時(shí)空特征的實(shí)時(shí)相關(guān)濾波目標(biāo)跟蹤[J]. 趙翱東,石磊,劉飛.  傳感器與微系統(tǒng). 2016(08)



本文編號(hào)：3583282