科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高快速运动视觉目标跟踪的精度、效率和鲁棒性，提出融合多尺度和深度特征的快速运动视觉目标跟踪方法。通过分类器训练、候选区域检测以及模型更新三个阶段，完成核相关滤波跟踪算法。为适应视觉目标的多尺度变化，通过双线性插值函数将采集的子图转化为多尺度大小；提取子图特征，对多尺度核相关滤波器进行训练，完成快速运动视觉目标跟踪；利用堆叠多层自编码器构建深层神经网络，通过贪婪算法对输入数据重构，得到深度特征；将深度特征和方向梯度直方图HOG特征进行匹配融合，实现快速运动视觉目标跟踪。实验结果表明，该算法能够有效跟踪被遮挡的快速运动视觉目标，其跟踪准确率和跟踪成功率分别高达97.6%和98.2%,跟踪时间仅为4.5 ms,可以有效提高快速运动视觉目标跟踪精度和效率，增强鲁棒性。
- 单位
