自適應(yīng)位置融合的目標(biāo)跟蹤算法
摘要：為提高分層卷積特征目標(biāo)跟蹤算法的實時性和魯棒性,文中提出了一種基于多個相關(guān)濾波器預(yù)測位置自適應(yīng)融合的實時目標(biāo)跟蹤算法。該算法首先提取VGG-19網(wǎng)絡(luò)的Pool4層卷積特征,通過特征均值比對多通道的特征圖進(jìn)行裁剪,提高算法速度。然后利用不同高斯樣本分布訓(xùn)練多個相關(guān)濾波分類器,并對所有分類器預(yù)測的目標(biāo)位置進(jìn)行自適應(yīng)融合,提高算法對目標(biāo)姿態(tài)變化的魯棒性;最后采用稀疏模型更新策略,進(jìn)一步提高算法速度。在OTB100標(biāo)準(zhǔn)數(shù)據(jù)集上測試本文算法,實驗結(jié)果表明,該算法的平均距離精度為86.3%,比原分層卷積特征跟蹤算法提高了2.6個百分點,在目標(biāo)發(fā)生遮擋、形變、相似背景干擾等情況時具有很好的魯棒性;平均跟蹤速度為45.2幀/s,是原算法的4倍,實時性能良好。
注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系電子科技雜志社
相關(guān)推薦
更多備管理與維修.jpg)
用.jpg)
備工程.jpg)
安全與環(huán)保.jpg)
于我們.jpeg)