基于核滤波器实时运动目标的抗遮挡再跟踪

发布时间：2024-02-18 17:18

　　相关滤波算法是通过模板与检测目标的相似性来确定目标位置,自从将相关滤波概念用于目标跟踪起便一直受到广泛的关注,而核相关滤波算法的提出更是将这一理念推到了一个新的高度。核相关滤波算法以其高速度、高精度以及高鲁棒性的特点迅速成为研究热点,但核相关滤波算法在抗遮挡性能上有着严重的缺陷。本文针对核相关滤波在抗遮挡性能上的缺陷对此算法进行改进,提出了一种融合Sobel边缘二元模式算法的改进KCF算法,通过Sobel边缘二元模式算法加权融合目标特征,然后计算目标的峰值响应强度旁瓣值比检测目标是否丢失,最后将Kalman算法作为目标遮挡后搜索目标的策略。结果显示,本文方法不仅对抗遮挡有较好的鲁棒性,而且能够满足实时要求,准确地对目标进行再跟踪。

【文章页数】：10 页

【部分图文】：

图5目标遮挡部分结果Fig.5Partoftargetocclusionresults111124155205290Tiger2色框是SRDCF，白色框(用水绿色表示)

318帧和第329帧，而其它7种算法都出现了目标丢失。在Subway数据集中，DSST和LDES在跟踪过程中，由于跟踪目标较小，受到背景干扰比较多，导致了跟踪效果不佳。在Tiger2数据集中，目标经历了遮挡和尺度稍微变化，只有SPKCF、SRDCF和STRCF跟踪的效果比较好，例....

图4KCF与SPKCF在视频上与真实位00.20.40.51002000帧数300400帧数80

和STRCF跟踪的效果比较好，例如第124症第205帧和第290郑在受到不同程度遮挡的数据集上，本文算法很好地处理遮挡后跟踪，而其它7种算法都受到不同程度的影响，导致跟踪效果没有达到预期，图6显示了8种算法在数据集上的精确度图。图5目标遮挡部分结果Fig.5Partoftarge....

本文编号：3902250