針對(duì)核相關(guān)濾波跟蹤算法存在實(shí)時(shí)性較差的問題,提出了一種優(yōu)化搜索策略的改進(jìn)算法。首先,在檢測(cè)到隨機(jī)選取的視頻某一幀中目標(biāo)中心位置后,計(jì)算該目標(biāo)圖像塊的均值和標(biāo)準(zhǔn)差。再設(shè)定一個(gè)排序隊(duì)列以及兩個(gè)自適應(yīng)閾值來篩除一些特征與目標(biāo)差異較大的候選塊。在視頻下一幀中,均值與標(biāo)準(zhǔn)差的差值小于設(shè)定閾值的候選塊會(huì)優(yōu)先檢測(cè)并計(jì)算響應(yīng)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法與原算法相比幀率提升可達(dá)10%左右,且跟蹤精度較KCF、CSK、Struct等其它算法提升2.2%、14.4%和24.9%。 

【文章來源】：武漢工程大學(xué)學(xué)報(bào). 2019,41(01)

【文章頁數(shù)】：5 頁

【部分圖文】：

一維向量得到的循環(huán)矩陣Fig.1Cyclicmatrixobtainedfromone-dimensionalvectorC

icmatrixobtainedfromone-dimensionalvector對(duì)二維圖像，可通過循環(huán)移動(dòng)x軸和y軸實(shí)現(xiàn)不同位置的移動(dòng)。因此由一個(gè)向量x∈Rn可通過不斷地乘上排列矩陣得到n個(gè)循環(huán)位移向量，如圖1所示。再將這n個(gè)向量依序排列到一個(gè)矩陣中，就形成了X生成的循環(huán)矩陣C（X）。在傅氏空間中，任意的C（X）都能使用矩陣F來進(jìn)行對(duì)角化：X=F×diag(xù)×FH（3）其中F是離散傅里葉矩陣。xù=F(x)表示矩陣X的第一行向量經(jīng)過離散傅里葉變換后的值。循環(huán)移位得到的樣本如圖2所示。+30+15基樣本-15-30圖2二維圖像經(jīng)過不同行數(shù)的移位：（a）下移30行，（b）下移15行，（c）基樣本，（d）上移15行，（e）上移30行Fig.2Two-dimensionalimagesshiftingthroughdifferentlines：（a）down30，（b）down15，（c）sample，（d）up15，（e）up301.2濾波器系數(shù)及相關(guān)響應(yīng)的求解利用核方法，將線性問題的輸入映射到非線性特征空間Φ（x）中。過程分為如下兩步：1）將解ω表達(dá)為樣本的線性組合：ω=iαi×φ(xi)。其中αi為ω的對(duì)偶空間向量，即濾波器系數(shù)。2）用點(diǎn)積的形式來寫入核方法：k(x?x')=φT(x')×φ(x)，該方法用核函數(shù)k（高斯或多項(xiàng)式）來計(jì)算。所有樣本對(duì)間的點(diǎn)積保存在一個(gè)n×n的核矩陣K中，元素值為Kij=k(xi?xj)。但核方法的缺點(diǎn)在于，回歸函數(shù)的復(fù)雜性會(huì)隨樣本數(shù)目的增加而增加：f(z)=ωT?φ(z)=i=1nαi?k(z?xi)（4）存在如下定理：給定循環(huán)數(shù)據(jù)C（x），對(duì)任意排

跫?碌摩椅?0.2。padding窗經(jīng)過上述分析取1.5。k在Basketball序列中取13（總共40個(gè)），即前32.5%的圖像塊，在Girl序列中取11（總共24個(gè)），即前45.8%的圖像塊。自適應(yīng)閾值T1和T2根據(jù)上述不同k值計(jì)算出的μk、σk自動(dòng)調(diào)整時(shí)效果較好。在MATLAB上選用距離精度作為衡量算法性能的指標(biāo)，目標(biāo)的中心位置誤差（centerpositionerror，CLE）小于某一固定閾值時(shí)，符合的幀數(shù)與視頻總幀數(shù)的比值即為算法精度。這里的閾值通常以20個(gè)像素返回精度。圖4的實(shí)驗(yàn)結(jié)果集成了改進(jìn)算法OSKCF（OptimizedSearchingStrategyforKCF，OSKCF）與較早的9種性能較好的跟蹤算法，并橫向?qū)Ρ攘似渲蠧SK、KCF、Struck［14］（structuredoutputtrackingwithkernels，Struct）和檢測(cè)學(xué)習(xí)跟蹤［15］（tracking-learning-detection，TLD）4種算法的性能。橫坐標(biāo)為目標(biāo)誤差像素閾值，以10像素為1個(gè)單位，縱坐標(biāo)則表示算法精度。各算法曲線基本呈半梯形（左半部分）狀，閾值在30像素后曲線基本不再增長(zhǎng)，因此取20像素來計(jì)算閾值是合理的。從圖4可看出，經(jīng)過優(yōu)化候選區(qū)域的搜索策略并篩選圖像塊后，改進(jìn)算法OSKCF的性能在較早的10個(gè)測(cè)試算法中最好，優(yōu)于2012年以前最快的算法Struct以及經(jīng)典的long-term算法TLD。在測(cè)試Basketball序列時(shí)，OSKCF平均精度為0.942，平010203040Locationerrorthreshold/pixels0.90.80.70.60.50.40.20.20.10PrecisionOSKCFStructCXTKCFSCMTLDASLACSKVTSOSKCF［0.698］KCF

【參考文獻(xiàn)】：
期刊論文
[1]相關(guān)濾波目標(biāo)跟蹤進(jìn)展綜述[J]. 張微,康寶生.  中國(guó)圖象圖形學(xué)報(bào). 2017(08)
[2]改進(jìn)的核相關(guān)濾波跟蹤算法[J]. 孫健,向偉,譚舒昆,劉云鵬.  計(jì)算機(jī)工程與應(yīng)用. 2018(09)
[3]基于視覺的目標(biāo)檢測(cè)與跟蹤綜述[J]. 尹宏鵬,陳波,柴毅,劉兆棟.  自動(dòng)化學(xué)報(bào). 2016(10)
[4]采用核相關(guān)濾波器的自適應(yīng)尺度目標(biāo)跟蹤[J]. 張雷,王延杰,孫宏海,姚志軍,吳培.  光學(xué)精密工程. 2016(02)
[5]全局閾值與局部閾值相結(jié)合的視網(wǎng)膜血管分割方法[J]. 單玲玉,閔鋒,李延達(dá).  武漢工程大學(xué)學(xué)報(bào). 2015(03)



本文編號(hào)：3593768