期刊文章详细信息
文献类型:期刊文章
机构地区:[1]哈尔滨工程大学信息与通信工程学院 [2]沈阳新松机器人自动化股份有限公司 [3]中国人民解放军94503部队
基 金:国家自然科学基金项目(61003128)
年 份:2018
卷 号:45
期 号:1
起止页码:77-83
语 种:中文
收录情况:CAS、CSA、CSA-PROQEUST、JST、ZGKJHX、普通刊
摘 要:TLD(tracking-learning-detection)跟踪算法在目标作平面外旋转、快速移动和非刚性形变的情况下易跟踪失败,而核相关滤波器(kernelized correlation filters,KCF)跟踪算法可以有效应对上述跟踪情景但缺乏跟踪失败恢复机制,导致目标重新出现后无法继续跟踪。针对以上问题,通过有效结合这两种算法,提出一种基于TLD框架下的核相关滤波器跟踪检测算法。在跟踪模块中融入颜色特征,进一步增强算法的整体跟踪性能。通过在不同视频序列上进行对比实验,结果表明,与原算法相比,改进后的算法可以长时间准确地跟踪目标,并具有更高的成功率。
关 键 词:目标跟踪 TLD 核相关滤波器 特征融合 循环矩阵 跟踪成功率 跟踪精度 长期跟踪
分 类 号:TN911.73]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...