為了解決由于彈載視頻中目標(biāo)尺度的變化導(dǎo)致跟蹤效果下降的問題,基于KCF算法框架,采取尺度濾波器以及尺度池兩種方式對算法進行改進,以增強算法應(yīng)對目標(biāo)尺度變化的能力。通過在彈載圖像序列以及OTB中帶有尺度變化屬性的序列上進行測試,結(jié)果表明,兩種改進方法對具有尺度變化目標(biāo)的跟蹤精度較KCF算法分別提升了0.9%、7.5%,成功率分別提升了27.6%、4.8%。最后對改進算法在彈載目標(biāo)跟蹤中的應(yīng)用前景進行了分析。 

【文章來源】：彈箭與制導(dǎo)學(xué)報. 2020,40(01)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 核化相關(guān)濾波器
2 尺度自適應(yīng)
    2.1 尺度濾波器
    2.2 尺度池
3 對比實驗
4 小結(jié)


【參考文獻】：
期刊論文
[1]采用核相關(guān)濾波器的自適應(yīng)尺度目標(biāo)跟蹤[J]. 張雷,王延杰,孫宏海,姚志軍,吳培.  光學(xué)精密工程. 2016(02)

碩士論文
[1]導(dǎo)彈末制導(dǎo)圖像識別算法研究[D]. 王金洋.中北大學(xué) 2015



本文編號：3177479