為降低光照、遮擋、尺寸變化等因素對目標跟蹤過程的影響,提出在經(jīng)典空間正則化核相關(guān)濾波基礎(chǔ)上,增加遮擋檢測及處理機制,并分別采用相似度計算與空間距離計算作為遮擋評判標準。在模型更新之前先判斷遮擋是否存在,如有遮擋,則不更新模型;否則更新模型。提出搜索半徑擇優(yōu)處理,分別以6種搜索半徑進行目標跟蹤,尋找最優(yōu)搜索半徑;進而提出特征擇優(yōu)處理,分別提取HOG特征、PHOG特征、Haar-like特征、LBP特征以及FHOG特征與改進算法結(jié)合,選取最佳特征。采用兩組實驗進行驗證:分別采用經(jīng)典KCF算法、Mean Shift算法、Fragment算法、DSST算法、經(jīng)典SRDCF算法和改進SRDCF算法對Bolt2和Basketball兩個視頻中運動目標進行跟蹤對比。實驗結(jié)果表明:FHOG特征與改進空間正則化核相關(guān)濾波相結(jié)合,且在搜索半徑為8個像素點時的跟蹤性能最佳,優(yōu)于其他經(jīng)典跟蹤算法,處理速度可達3. 7 fps。 

【文章來源】：機床與液壓. 2019,47(02)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0前言
1 SRDCF算法簡介
    1.1 原理簡介
        （1） 訓(xùn)練階段
        （2） 檢測階段
        （3） 模型更新階段
    1.2 改進的SRDCF算法
2 參數(shù)及特征擇優(yōu)
    2.1 搜索半徑擇優(yōu)
    2.2 特征擇優(yōu)
3 算法應(yīng)用與性能評估
4 總結(jié)



本文編號：3098978