改进的核相关滤波跟踪算法
文献类型：期刊论文
| 作者 | 孙健; 向伟; 谭舒昆; 刘云鹏; 张洪瑶 ; 李论; 周波; 马亚雄
|
| 刊名 | 计算机工程与应用
 |
| 出版日期 | 2018 |
| 卷号 | 54期号:9页码:178-182 |
| 关键词 | 核相关滤波 目标丢失 尺度变化 遮挡 支持向量机 |
| ISSN号 | 1002-8331 |
| 其他题名 | Improved kernelized correlation filter tracking |
| 产权排序 | 1 |
| 通讯作者 | 孙健 |
| 中文摘要 | 主要针对核相关滤波(KCF)跟踪算法无法解决目标跟踪中尺度变化及目标丢失问题,提出了一种改进的核相关滤波目标跟踪算法。在训练位移滤波器的基础上增加了一个尺度滤波器来改进目标尺度变化问题。为解决目标丢失问题,结合了遮挡处理机制,当判断目标受到遮挡面积较小时使用支持向量机(SVM)对样本进行在线训练,当目标遮挡时使用再检测分类器进行检测。实验结果表明,该方法与其他优秀跟踪算法比较跟踪精度有明显提升。 |
| 英文摘要 | An improved kernel correlation filtering target tracking algorithm is proposed by Kernelized Correlation Filtering （KCF）tracking algorithm, which can not solve the problem of scale change and out-of-view in target tracking. Firstly, a scale filter is added to improve the target scale change based on training translation filter. In order to solve out-of-view problem, the occlusion processing mechanism is used. When the target is not completely occluded, the SVM is used to train the samples, and the re-detection classifier is adopted to detect. Experimental results show that the tracking accuracy of this method is obviously improved in comparison with other excellent tracking algorithms. |
| 收录类别 | CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6229990 |
| 源URL | [http://ir.sia.cn/handle/173321/21856]  |
| 专题 | 沈阳自动化研究所_装备制造技术研究室 |
| 通讯作者 | 马亚雄 |
| 作者单位 | 1.中国科学院大学 2.中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 孙健,向伟,谭舒昆,等. 改进的核相关滤波跟踪算法[J]. 计算机工程与应用,2018,54(9):178-182. |
| APA | 孙健.,向伟.,谭舒昆.,刘云鹏.,张洪瑶.,...&马亚雄.(2018).改进的核相关滤波跟踪算法.计算机工程与应用,54(9),178-182. |
| MLA | 孙健,et al."改进的核相关滤波跟踪算法".计算机工程与应用 54.9(2018):178-182. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。