為了提高復(fù)雜場(chǎng)景中目標(biāo)跟蹤的穩(wěn)健性,解決由光照變化、目標(biāo)形變、尺度變化和遮擋等導(dǎo)致的目標(biāo)跟蹤失敗問(wèn)題,提出一種自適應(yīng)特征融合的多尺度核相關(guān)濾波目標(biāo)跟蹤算法。該算法首先通過(guò)2種不同的特征分別訓(xùn)練2個(gè)核相關(guān)濾波器,利用這2個(gè)濾波器響應(yīng)的峰值旁瓣比和相鄰兩幀的響應(yīng)一致性獲得融合權(quán)重,同時(shí)采用自適應(yīng)加權(quán)的融合策略將這2個(gè)濾波器的響應(yīng)結(jié)果進(jìn)行融合,完成目標(biāo)的位置估計(jì);然后以此為中心進(jìn)行多尺度采樣,構(gòu)建尺度金字塔,并通過(guò)貝葉斯估計(jì)的方法確定目標(biāo)的最優(yōu)尺度;最后依據(jù)目標(biāo)跟蹤的置信度進(jìn)行跟蹤模型更新,以避免模型退化。選取51組視頻序列進(jìn)行測(cè)試,并與近年來(lái)性能優(yōu)異的目標(biāo)跟蹤算法進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明,所提算法能有效降低光照變化、目標(biāo)形變、尺度變化和遮擋等因素影響,對(duì)測(cè)試視頻序列取得了較高的跟蹤精度和成功率,整體性能優(yōu)于對(duì)比算法。

【文章頁(yè)數(shù)】：12 頁(yè)

【文章目錄】：
1 引 言
2 核相關(guān)濾波目標(biāo)跟蹤原理
3 自適應(yīng)特征融合的多尺度目標(biāo)跟蹤
    3.1 自適應(yīng)特征融合
        3.1.1 特征選擇
        3.1.2 融合方法
    3.2 多尺度估計(jì)
    3.3 更新策略
    3.4 算法流程
        1) 初始化。
        2) 位置估計(jì)。
        3) 尺度估計(jì)。
        4) 模型更新。
        5) 保存跟蹤結(jié)果,并判斷跟蹤是否完成。
4 實(shí)驗(yàn)結(jié)果與分析
    4.1 實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置
    4.2 特征融合性能
    4.3 尺度估計(jì)性能
    4.4 綜合跟蹤性能
        4.4.1 定量分析
        4.4.2 定性分析
5 結(jié) 論



本文編號(hào)：3865621