自适应模板更新和目标重定位的相关滤波器跟踪
针对核相关滤波器在跟踪中因目标快速运动导致的目标易丢失和部分遮挡问题,本文在多特征尺度自适应核相关滤波器(Scale Adaptive with Multiple Features tracker,SAMF)基础上,提出一种融合白适应模板更新和预测目标位置重定位的核相关跟踪算法。采用联合目标移动速度和特征变化的模板更新机制增大对目标快速运动适应性,根据长时滤波器和短时滤波器协作跟踪提出目标位置修正和重定位模型提升跟踪器应对目标部分遮挡的能力。在OTB-2015视频序列集100组序列中与序列集提供的算法进行对比,本算法跟踪精度相比SAMF提升2％。在目标发生快速移动时本文算法具有更好的追踪目标能力,目标重定位也很好地解决了目标部分遮挡问题。
视觉跟踪 相关滤波器 自适应模板更新 目标重定位
刘教民 郭剑威 师硕
河北工业大学计算机科学与软件学院,天津300401
国内会议
合肥
中文
2100-2111
2018-04-01（万方平台首次上网日期，不代表论文的发表时间）