本文關(guān)鍵詞：采用核相關(guān)濾波器的長期目標(biāo)跟蹤

  更多相關(guān)文章： 核相關(guān)濾波器 長期目標(biāo)跟蹤 空間正則化 支持向量機(jī)(SVM) 在線SVM分類器

【摘要】：針對核相關(guān)濾波器(KCF)跟蹤算法在目標(biāo)跟蹤中存在尺度變化、嚴(yán)重遮擋、相似目標(biāo)干擾和出視野情況下跟蹤失敗等問題,提出了一種基于KCF的長期目標(biāo)跟蹤算法。該算法在分類器學(xué)習(xí)中加入空間正則化,利用基于樣本區(qū)域空間位置信息的空間權(quán)重函數(shù)調(diào)節(jié)分類器系數(shù),使分類器學(xué)習(xí)到更多負(fù)樣本和未破壞的正樣本,從而增強(qiáng)學(xué)習(xí)模型的判別力。然后,在檢測區(qū)域利用Newton方法完成迭代處理,求取分類器最大響應(yīng)位置及其目標(biāo)尺度信息。最后,對最大響應(yīng)位置的目標(biāo)進(jìn)行置信度比較,訓(xùn)練在線支持向量機(jī)(SVM)分類器,以便在跟蹤失敗的情況下,重新檢測到目標(biāo)而實(shí)現(xiàn)長期跟蹤。采用OTB-2013評估基準(zhǔn)50組視頻序列驗(yàn)證了本文算法的有效性,并與30種其他跟蹤方法進(jìn)行了對比。結(jié)果表明:本文提出的算法跟蹤精度為0.813,成功率為0.629,排名第一,相比傳統(tǒng)KCF算法分別提高了9.86%和22.3%。在目標(biāo)發(fā)生顯著尺度變化、嚴(yán)重遮擋、相似目標(biāo)干擾和出視野等復(fù)雜情況下,本文方法均具有較強(qiáng)的魯棒性。
【作者單位】： 河北工業(yè)大學(xué)控制科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 核相關(guān)濾波器 長期目標(biāo)跟蹤 空間正則化 支持向量機(jī)(SVM) 在線SVM分類器
【基金】：國家自然科學(xué)基金資助項(xiàng)目(No.61203076) 天津市自然科學(xué)基金資助項(xiàng)目(No.13JCQNJC03500)
【分類號】：TP391.41
【正文快照】： 1引言目標(biāo)跟蹤是計(jì)算機(jī)視覺的最重要組成部分之一,其可用于監(jiān)控、人機(jī)交互和醫(yī)療圖像[1]。目標(biāo)跟蹤,是在視頻序列的初始幀,給定目標(biāo)的初始狀態(tài)(比如位置和尺寸),并在隨后的視頻序列中估計(jì)出目標(biāo)的狀態(tài)。影響跟蹤算法性能的因素很多,比如尺度變化、遮擋、出視野等,目前也不存在

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 呂岳,施鵬飛,趙宇明;多分類器組合的投票表決規(guī)則[J];上海交通大學(xué)學(xué)報(bào);2000年05期

2 韓宏;楊靜宇;;多分類器組合及其應(yīng)用[J];計(jì)算機(jī)科學(xué);2000年01期

3 陳剛,戚飛虎;多分類器結(jié)合的人臉識別[J];上海交通大學(xué)學(xué)報(bào);2001年02期

4 韓宏,楊靜宇,婁震;基于層次的分類器組合[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年01期

5 王正群,葉暉,孫興華,楊靜宇;模糊多分類器組合[J];小型微型計(jì)算機(jī)系統(tǒng);2003年01期

6 楊利英,覃征,王向華;多分類器融合實(shí)現(xiàn)機(jī)型識別[J];計(jì)算機(jī)工程與應(yīng)用;2004年15期

7 楊利英,覃征,王衛(wèi)紅;多分類器融合系統(tǒng)設(shè)計(jì)與應(yīng)用[J];計(jì)算機(jī)工程;2005年05期

8 王永;張鴻;;鑒別球類圖像的多分類器系統(tǒng)[J];福建電腦;2007年04期

9 葉云龍;楊明;;基于隨機(jī)子空間的多分類器集成[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2008年04期

10 趙洋;冀俊忠;李文斌;;基于復(fù)雜網(wǎng)絡(luò)的分類器融合[J];科學(xué)技術(shù)與工程;2008年14期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王占一;徐蔚然;劉東鑫;郭軍;;一種基于兩級分類器的垃圾短信過濾方法[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

2 翟靜;李海宏;唐常杰;陳敏敏;李智;;可驗(yàn)證對象集分類器的再訓(xùn)練演進(jìn)[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2002年

3 陳繼航;劉家鋒;趙巍;唐降龍;;聯(lián)機(jī)手寫識別筆段特征分類器的學(xué)習(xí)方法[A];黑龍江省計(jì)算機(jī)學(xué)會2009年學(xué)術(shù)交流年會論文集[C];2010年

4 穆明生;;基于特征集的多種分類器模型的在線筆跡認(rèn)證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

5 彭濤;左萬利;赫楓齡;;基于鏈接上下文的分類器主題爬行技術(shù)(英文)[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2006年

6 王嵐;陳珂;遲惠生;;基于多特征組合多分類器的方法用于“與文本無關(guān)”的說話人辨認(rèn)[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

7 胡瓊;汪榮貴;胡韋偉;孫見青;;基于級聯(lián)分類器的快速人臉檢測方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 宋巍;張宇;謝毓彬;高漢東;劉挺;李生;;利用URL類別改進(jìn)查詢主題分類[A];第六屆全國信息檢索學(xué)術(shù)會議論文集[C];2010年

9 李方濤;張顯;孫建樹;朱小燕;;一種新的層次化結(jié)構(gòu)問題分類器[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

10 雷蕾;吳乃君;劉鵬;劉蘭娟;;靈敏度分析:分類器中的缺失數(shù)據(jù)[A];第11屆海峽兩岸信息管理發(fā)展策略研討會論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙作林;基于圖像分析的北京地區(qū)楊樹種類識別研究[D];北京林業(yè)大學(xué);2015年

2 劉明;分類器組合技術(shù)研究及其在人機(jī)交互系統(tǒng)中的應(yīng)用[D];北京交通大學(xué);2008年

3 王U，

本文編號：1049375