科研之友
微信
新浪微博
Facebook
分享链接
摘要
判别式相关滤波器采用循环移位产生负样本的方式不可避免带来了边界效应。基于背景感知的相关滤波跟踪算法试图利用裁剪矩阵获取更多真实的负样本,既有效缓解了边界效应的影响,又增强了对背景信息的学习。然而,裁剪矩阵的使用缺乏对空间不同位置可靠性的学习,可能会导致背景信息对滤波器的学习占据主导地位。为解决该问题,将空间可靠性的学习引入相关滤波算法中,通过交替方向法与滤波器进行联合迭代求解,加强了滤波器对空间可靠性区域的学习,增强了滤波器的对目标与背景的判别力。此外,为优化模型更新策略,提出了一种基于感知哈希算法的自适应模型更新方法,提升了滤波器学习的有效性。所提出的算法在标准视觉跟踪数据集上进行了全面评估,验证了该算法在性能上的有效性以及实时性。
-
单位空军工程大学
