文献类型：期刊文章

作　　者：张微[1] 康宝生[1]

机构地区：[1]西北大学信息科学与技术学院,西安710127

出　　处：《中国图象图形学报》

基　　金：西北大学研究生自主创新基金项目(YZZ15094)

年　　份：2017

卷　　号：22

期　　号：8

起止页码：1017-1033

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的目标跟踪是计算机视觉中的关键问题,在人机交互、行为识别等领域有着非常广泛的应用。最近,相关滤波理论由于其高效性和鲁棒性,被用于目标跟踪领域,取得了一系列新的进展,成为目标跟踪领域的研究热点,得到越来越多的关注。为使更多国内外研究者对相关滤波目标跟踪理论及其发展进行探索,本文对该领域研究现状进行综述。方法首先介绍相关滤波跟踪的一般框架,在此基础上,给出相关滤波理论,并重点对经典相关滤波跟踪算法——核相关滤波(KCF)跟踪算法进行详细描述,然后讨论目标跟踪中常见问题的处理——特征的有效表示和尺度变化的适应,并进一步从3个方面分析当前研究现状,指出未来可能的发展趋势。结果采用目标跟踪基准数据库(OTB-2013)中的50组视频序列进行实验,分析比较45种不同跟踪算法的性能,包括14种代表性相关滤波跟踪算法。在总体性能评估中给出排名前15位的跟踪算法,其中相关滤波跟踪算法占11个,充分体现此类算法的优越性。结论相关滤波理论在目标跟踪领域的研究取得了显著的进展,具有广阔的应用前景,但受复杂场景及目标外观剧烈变化等因素影响,目标跟踪仍是一个极具挑战的问题。研究高效、鲁棒的相关滤波目标跟踪算法具有非常重要的意义。

关 键 词：相关滤波跟踪  特征表示  尺度自适应 分块模型  

分 类 号：TP391]