對(duì)地面車輛目標(biāo)的視覺跟蹤任務(wù)首要是滿足實(shí)時(shí)性,其次是在復(fù)雜背景下對(duì)目標(biāo)跟蹤的魯棒性。KCF算法作為經(jīng)典的判別式跟蹤算法,憑借其高效的跟蹤器學(xué)習(xí)效率,一直作為主流的實(shí)時(shí)跟蹤算法之一。其中,搜索區(qū)域的大小選取在很大程度上決定了能否生成穩(wěn)定的跟蹤器,然而對(duì)于不同尺寸的車輛目標(biāo),其最優(yōu)的搜索區(qū)域大小通常是不同的。為此,本文以標(biāo)準(zhǔn)數(shù)據(jù)集OTB2015作為車輛目標(biāo)視頻源,通過分辨率降采樣來模擬多組不同尺寸的目標(biāo)運(yùn)動(dòng)場(chǎng)景,論證在不同距離下實(shí)現(xiàn)最優(yōu)車輛跟蹤的KCF算法參數(shù)配置,為長(zhǎng)距離的車輛跟蹤任務(wù)提供了參數(shù)依據(jù)。

【文章頁數(shù)】：5 頁


本文編號(hào)：3809392