提出了一種基于DCFNet算法的長時跟蹤解決方案。首先添加了模版更新策略,可以避免在物體發(fā)生遮擋時不必要的模版更新;其次添加了全局搜索策略,當跟蹤算法在局部丟失目標物后,全局搜索策略會起作用,進行快速全局搜索,找到目標重新開始跟蹤。全局搜索策略采用級聯(lián)分類器的思想,保證了該策略的執(zhí)行速度。雖然與DCFNet相比,本文提出的方法在平均速度上略有下降,但是在性能上有所提升,并且在DCFNet跟蹤失敗時,能夠再次檢測到目標物的位置持續(xù)跟蹤下去。 

【文章來源】：單片機與嵌入式系統(tǒng)應用. 2019,19(05)

【文章頁數(shù)】：5 頁

【部分圖文】：

表明目標物被嚴重遮擋或圖５Ｐａｎｄａ第５００到６００幀的ＰＳＲ

ｇ作比較。若ｒｄｅｔｅｃｔｉｏｎ＞１．５ｒｔｒａｃｋｉｎｇ，則以檢測模塊檢測到的候選框作為當前幀目標物的位置，同時在線更新跟蹤模塊的模版參數(shù)；否則仍以跟蹤模塊的結果為標準。圖４Ｐａｎｄａ第５９６幀跟蹤結果由圖４和圖５可以看出，在第５９６幀時，跟蹤模塊已經(jīng)跟丟；同時第５９６幀的ＰＳＲ＜５．０，此時檢測模塊啟動，圖６為檢測模塊經(jīng)過第一次尺度篩選得出的候選目標框，圖７為檢測模塊的第二次篩選結果，圖８為檢測模塊最終給出的目標物位置。接下來第５９７幀的目標物的跟蹤結果將以檢測結果提供的為準，如圖９所示。圖５Ｐａｎｄａ第５００到６００幀的ＰＳＲ圖６全局檢測的第一次篩選結果２．３算法實現(xiàn)流程算法實現(xiàn)流程如圖１０所示。

圖５Ｐａｎｄａ第５００到６００幀的ＰＳＲ


本文編號：3368736