為提升融合梯度直方圖特征和顏色屬性特征的有效卷積操作跟蹤算法（ECO-HC）的跟蹤精度和速度,提出一種融合上下文和重定位的加權(quán)相關(guān)濾波跟蹤方法。根據(jù)梯度直方圖和顏色屬性的不同特性加權(quán)融合相關(guān)濾波響應(yīng)值,采用自適應(yīng)迭代方法預(yù)測目標(biāo)位置;融合多尺度搜索區(qū)域,目標(biāo)上下文特征和目標(biāo)預(yù)測失敗時重定位方法進(jìn)一步提高跟蹤精度。在標(biāo)準(zhǔn)數(shù)據(jù)集OTB-100上進(jìn)行算法評估,實驗結(jié)果表明,所提算法的平均距離精度為89.2%,平均重疊率精度為80.6%,比ECO-HC算法分別高3.6%和2.1%。中央處理器的跟蹤速度達(dá)65.2 frame/s,優(yōu)于實驗中對比的其他跟蹤算法。所提算法有效地提高了跟蹤精度,在嚴(yán)重遮擋、光照變化等干擾下,仍能較好地跟蹤目標(biāo)。 

【文章來源】：光學(xué)學(xué)報. 2019,39(04)北大核心EICSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引 言
2 所提算法
    2.1 加權(quán)相關(guān)濾波
        2.1.1 加權(quán)融合
        2.1.2 自適應(yīng)牛頓迭代法
    2.2 其他改進(jìn)
        2.2.1 多尺度搜索區(qū)域
        2.2.2 上下文特征
        2.2.3 目標(biāo)重定位
3 實驗結(jié)果與分析
    3.1 算法改進(jìn)實驗
        3.1.1 不同融合權(quán)重對比實驗
        3.1.2 引入上下文特征對比實驗
        3.1.3 多尺度搜索區(qū)域?qū)Ρ葘嶒?br>        3.1.4 各策略對跟蹤算法的影響
    3.2 與其他優(yōu)秀算法的對比實驗
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]穩(wěn)健的雙模型自適應(yīng)切換實時跟蹤算法[J]. 熊昌鎮(zhèn),車滿強,王潤玲,盧顏.  光學(xué)學(xué)報. 2018(10)
[2]自適應(yīng)特征融合的核相關(guān)濾波跟蹤算法[J]. 熊昌鎮(zhèn),趙璐璐,郭芬紅.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2017(06)
[3]基于特征融合和尺度自適應(yīng)的干擾感知目標(biāo)跟蹤[J]. 李雙雙,趙高鵬,王建宇.  光學(xué)學(xué)報. 2017(05)



本文編號：3520574