基于自适应特征融合的多尺度相关滤波跟踪

作者：张立国; 杨曼^*; 周思恩; 金梅

来源：计量学报, 2022, 43(10): 1271-1278.

• 计量学
• 目标跟踪
• 相关滤波
• 自适应特征融合
• CN特征
• 图像处理

为了减小目标跟踪中目标变形、光照影响、运动模糊以及目标旋转对跟踪效果的影响，在相关滤波KCF基础上，提出了一种基于自适应特征融合的多尺度相关滤波跟踪算法。首先，提取VGG19网络中conv2-2、conv3-4、conv5-4层的特征以及CN特征，并在conv2-2层加入CN特征；然后，将这3个特征分别代替HOG特征进行滤波学习，得到3幅响应图；进而对3幅响应图进行加权融合预测目标位置。最后，在尺度方面引入多尺度相关滤波器进行尺度的确定。该算法比KCF跟踪算法精确度和成功率分别提高了13.6%和11.8%。与现有的其他优异跟踪算法相比，该算法在应对运动模糊、背景杂乱、目标变形、平面旋转方面更具有较好的跟踪效果。

• 单位
  燕山大学