资料下载
×
一种鲁棒长时自适应目标跟踪算法
消耗积分:0 |
格式:rar |
大小:5.20 MB |
2021-04-23
分享资料个
传统相关滤波方法在目标运动模糊和光照变化上取得了一定的鲁棒效果，但当目标存在形变、颜色变化、重度遮挡等干扰因素时难以实现跟踪，鲁棒性差，且当目标丢失后不能再恢复，无法实现长时间跟踪。因此，文中提出了一种鲁棒长时自适应日标跟踪算法。首先，提岀了一种特征互补策略，将方向梯度直方图和全局颜色直方图的特征响应线性加权，学习对颜色变化和形变都具有鲁棒性的相关滤波模型，用以估计目标位移;然后，仅提取目标前景HOG特征，学习一个判别滤波器，用以保持对日标外观的长期记忆，使用该长期滤波器的输出响应来判别是否岀现遮挡或跟踪失败，采用在线SVM分类器对丢失目标进行再检测，从而能够跟踪已丢失目标，以实现长期跟踪;其次，学习了以目标位置为中心的特征金字塔模型以预测尺度变化防止目标框漂移;最后，在OTB目标跟踪基准数据集上对算法进行实验，并与目前较为流行的目标跟踪算法进行对比，进一步验证了所提算法的鲁棒性、准确性和优越性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
