發(fā)布時(shí)間：2023-02-11 14:48

　　為解決相關(guān)濾波(Discriminative Correlation Filter,DCF)算法在快速運(yùn)動(dòng)、遮擋、尺度變化等復(fù)雜情景下的跟蹤失敗問(wèn)題,提出一種融合運(yùn)動(dòng)狀態(tài)信息的高速相關(guān)濾波目標(biāo)跟蹤算法.在傳統(tǒng)DCF算法基礎(chǔ)上做出以下改進(jìn):(1)在跟蹤框架中融入卡爾曼(Kalman)濾波器,利用目標(biāo)運(yùn)動(dòng)狀態(tài)信息對(duì)預(yù)測(cè)運(yùn)動(dòng)軌跡進(jìn)行修正,以解決目標(biāo)復(fù)雜運(yùn)動(dòng)時(shí)易跟丟問(wèn)題,提高跟蹤精度;(2)訓(xùn)練一個(gè)獨(dú)立的尺度相關(guān)濾波器進(jìn)行目標(biāo)尺度預(yù)測(cè),并利用主成分分析法(Principal Component Analysis,PCA)進(jìn)行特征降維處理,提高跟蹤速度;(3)提出一種高置信度更新策略判斷是否對(duì)位置濾波器進(jìn)行模板更新,以及是否采用Kalman濾波器預(yù)測(cè)位置作為目標(biāo)位置.最后在OTB-100數(shù)據(jù)集上進(jìn)行算法測(cè)試,提出算法平均精度與成功率分別達(dá)到74.8%與69.8%,平均幀率為84.37幀/s.相較其他幾種主流算法,本文算法有效提高跟蹤性能,并保證了跟蹤速度,滿足實(shí)時(shí)性要求,在遮擋、背景模糊、運(yùn)動(dòng)模糊等復(fù)雜情況下能夠保持良好的跟蹤效果.

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 相關(guān)濾波基本原理
    1.1 分類器訓(xùn)練
    1.2 快速檢測(cè)
    1.3 參數(shù)更新
2 算法
    2.1 卡爾曼修正
    2.2 特征降維與尺度估計(jì)
        2.2.1 特征降維
        2.2.2 尺度估計(jì)
    2.3 自適應(yīng)更新
3 實(shí)驗(yàn)及結(jié)果分析
    3.1 定量分析
        3.1.1 整體跟蹤性能測(cè)試
        3.1.2 不同屬性下跟蹤性能測(cè)試
    3.2 定性分析
4 結(jié)論



本文編號(hào)：3740590