【摘要】：針對(duì)傳統(tǒng)的基于核相關(guān)濾波器的跟蹤方法(KCF)缺少跟蹤失敗檢測(cè)的問(wèn)題,提出了一種改進(jìn)的KCF目標(biāo)跟蹤方法。改進(jìn)的KCF跟蹤器采用高斯窗口方法在目標(biāo)位置上截取訓(xùn)練樣本,這種采樣方法可以獲得更有效的目標(biāo)信噪比并同時(shí)減少背景干擾信息的引入,從而使跟蹤器可以在復(fù)雜場(chǎng)景下具有更強(qiáng)的適應(yīng)性。在目標(biāo)跟蹤的過(guò)程中,通過(guò)相關(guān)運(yùn)算的峰值旁瓣比檢測(cè)目標(biāo)跟蹤是否失敗,并在相關(guān)匹配值較高的位置學(xué)習(xí)目標(biāo)檢測(cè)器。一旦檢測(cè)到跟蹤失敗,便對(duì)跟蹤器進(jìn)行糾正,恢復(fù)目標(biāo)跟蹤。通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)算法的魯棒性,相比傳統(tǒng)的KCF跟蹤器的總體性能提高了13.2%。
[Abstract]:Aiming at the problem of missing tracking failure detection in (KCF), a traditional tracking method based on kernel correlation filter, an improved KCF target tracking method is proposed. The improved KCF tracker uses Gao Si window method to intercept the training samples at the target location. This sampling method can obtain more effective signal to noise ratio of the target and reduce the introduction of background interference information at the same time. Thus, the tracker can be more adaptable in complex scenarios. In the process of target tracking, the peak sidelobe ratio of correlation operation is used to detect whether the target tracking fails or not, and the target detector is studied in the position where the correlation matching value is higher. Once the tracking failure is detected, the tracker is corrected and the target tracking is restored. The robustness of the improved algorithm is verified by experiments. Compared with the traditional KCF tracker, the overall performance of the improved algorithm is improved by 13.2%.
【作者單位】： 華北電力大學(xué)計(jì)算機(jī)系;
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邵文坤;黃愛(ài)民;韋慶;;目標(biāo)跟蹤方法綜述[J];影像技術(shù);2006年01期

2 梁德群;阮文;;基于模型的線(xiàn)性組合目標(biāo)跟蹤方法[J];模式識(shí)別與人工智能;1995年04期

3 齊志泉;宋野;王來(lái)生;;基于在線(xiàn)學(xué)習(xí)的目標(biāo)跟蹤方法研究[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

4 陳愛(ài)斌;蔡自興;董德毅;;一種基于目標(biāo)和背景加權(quán)的目標(biāo)跟蹤方法[J];控制與決策;2010年08期

5 巫春玲;韓崇昭;;一種新的非線(xiàn)性目標(biāo)跟蹤方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年07期

6 王江峰;張茂軍;熊志輝;包衛(wèi)東;;一種利用時(shí)空約束軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

7 林曉東;朱林戶(hù);王瑛;;一種改進(jìn)的基于概率假設(shè)密度濾波的多目標(biāo)跟蹤方法[J];控制與決策;2011年09期

8 向志炎;曹鐵勇;沈文鑫;張鵬;肖強(qiáng);;一種新的基于粒子濾波框架的目標(biāo)跟蹤方法[J];軍事通信技術(shù);2011年04期

9 王江峰;張茂軍;包衛(wèi)東;熊志輝;;雙向時(shí)空連續(xù)性軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤方法[J];國(guó)防科技大學(xué)學(xué)報(bào);2011年02期

10 韓文靜;朱俊平;向直揚(yáng);亢娟娜;;改進(jìn)的基于多示例學(xué)習(xí)的目標(biāo)跟蹤方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年09期

相關(guān)會(huì)議論文 前5條

1 馬進(jìn);田濤;;基于聯(lián)合變換相關(guān)的目標(biāo)跟蹤方法研究[A];2011西部光子學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

2 胡伏原;張艷寧;肖敬若;;一種大范圍的特定目標(biāo)跟蹤方法[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 黃雁;羅喜伶;張軍;;一種實(shí)時(shí)穩(wěn)健的航拍視頻目標(biāo)跟蹤方法[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

4 朱明清;趙宇宙;鄧甜甜;王漫;陳宗海;;基于自適應(yīng)過(guò)程噪聲分布的粒子濾波視覺(jué)目標(biāo)跟蹤方法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

5 惠斌;陳法領(lǐng);羅海波;;基于互信息的目標(biāo)跟蹤方法[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前7條

1 謝英紅;基于李群流形的視頻目標(biāo)跟蹤方法研究[D];東北大學(xué);2014年

2 王寧;基于粒子濾波的視覺(jué)目標(biāo)跟蹤方法關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2013年

3 張洪建;基于有限集統(tǒng)計(jì)學(xué)的多目標(biāo)跟蹤算法研究[D];上海交通大學(xué);2009年

4 李昱辰;基于粒子濾波的視頻目標(biāo)跟蹤方法研究[D];蘭州理工大學(xué);2013年

5 連峰;基于隨機(jī)有限集的多目標(biāo)跟蹤方法研究[D];西安交通大學(xué);2009年

6 張玲;視頻目標(biāo)跟蹤方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

7 錢(qián)誠(chéng);增量型目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王蒙;基于粒子濾波的目標(biāo)跟蹤方法研究[D];南京信息工程大學(xué);2015年

2 徐玉偉;多特征聯(lián)合及選擇的目標(biāo)跟蹤算法研究[D];南京信息工程大學(xué);2015年

3 陳清梁;復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 王倩;圖像運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究及應(yīng)用[D];電子科技大學(xué);2015年

5 李川;基于多源數(shù)據(jù)融合的目標(biāo)跟蹤方法設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

6 段紅巖;視頻多目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2014年

7 羅偉濤;一種基于特征流型與自學(xué)習(xí)的目標(biāo)跟蹤方法[D];南京大學(xué);2014年

8 葉長(zhǎng)春;IARC第7代任務(wù)中定位與目標(biāo)跟蹤方法研究[D];浙江大學(xué);2016年

9 倪亞萍;無(wú)線(xiàn)層析網(wǎng)絡(luò)中多目標(biāo)跟蹤方法的研究[D];北京理工大學(xué);2016年

10 葛婷;幾何外觀(guān)變化的目標(biāo)跟蹤方法研究[D];北京理工大學(xué);2016年

，

本文編號(hào)：2333032