基于加权时空上下文学习的多特征视觉跟踪(英文)

作者：尹明锋; 朱建良^*; 朱凯; 薄煜明; 赵高鹏; 吴盘龙

来源：中国惯性技术学报, 2019, 27(01): 43-50.

DOI：10.13695/j.cnki.12-1222/o3.2019.01.007

• 视觉跟踪
• 多特征
• 时空上下文学习
• 加权矩阵

针对视觉跟踪过程中的光照变化、尺度变化、遮挡等干扰,提出了一种基于加权时空上下文学习的多特征目标跟踪算法,实现了快速鲁棒的目标跟踪。首先,提取灰度信息、LBP纹理特征和HSV颜色特征作为目标模型,增强目标模型的鲁棒性。其次,采用加权系数矩阵衡量特征的目标归属度,提升特征的分辨能力。然后,计算每个特征的加权时空下文跟踪置信图。最后,利用KL方法对每个通道置信图进行融合并进行目标定位。OTB数据库实验距离精度和重叠成功率分别为0.666和0.636,证明所提出的方法优于现有方法。

• 单位
  自动化学院; 江苏理工学院; 南京理工大学