文献类型：期刊文章

作　　者：林彬[1,2] 李映[1]

Lin Bin;Li Ying(Shaanxi Provincial Key Laboratory of Speech and Image Information Processing, School of Computer Science,North icestern Polytechnical University, Xi'an , Shaanxi 710129, China;School of Science, Guilin University of Technology, Guilin, Guangxi 541004, China)

机构地区：[1]西北工业大学计算机学院陕西省语音与图像信息处理重点实验室,陕西西安710129 [2]桂林理工大学理学院,广西桂林541004

出　　处：《光学学报》

基　　金：国家重点研发计划(2016YFB0502502);国家自然科学基金(61871460;11502057;11661028;61703117;71762009);广西科技计划(2015GXNSFBA139005;2017GXNSFBA198113);空间微波技术重点实验室基金(6142411040404);广西高校中青年教师基础能力提升项目(2017KY0260)

年　　份：2019

卷　　号：39

期　　号：4

起止页码：266-277

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：为了满足在线目标跟踪算法的实时性需求并提高算法的稳健性,提出一种基于高置信度更新策略的相关滤波跟踪算法。在目标区域提取、融合多特征,以构建稳健的外观表达,并利用投影矩阵对特征进行降维,以提高算法的运行效率;通过相关滤波器寻找最大响应值,从而快速定位目标;利用最大响应值和平均峰值相关能量指标,设计了一种高置信度更新策略。结果表明:所提算法在大规模公开数据集上取得了较高的跟踪精度和成功率,平均跟踪速度达到122.3 frame/s。

关 键 词：机器视觉 目标跟踪 相关滤波 尺度估计  模型更新  

分 类 号：TP391.4]