基于高效卷积算子的异常抑制目标跟踪算法

作者：苏超群; 朱正为; 郭玉英

来源：计算机工程, 2021, 47(07): 266-288.

DOI：10.19678/j.issn.1000-3428.0058795

• 目标跟踪
• 高效卷积算子
• 相关滤波
• 边界效应
• 响应突变抑制

传统的目标跟踪算法易受边界效应影响,且当目标因遮挡严重、运动模糊、光照变化等产生外观变化时,目标响应图会发生突变,从而降低目标跟踪检测结果的可信度。提出一种改进的高效卷积算子(ECO)目标跟踪算法。利用高斯混合模型生成紧凑且多样化的样本数据,采用因式分解卷积方法减少模型参数,引入空间权值系数和前后两帧响应图的变化率来弱化边界效应并抑制响应图突变,以提高目标跟踪算法的鲁棒性能和精度。实验结果表明,在光照、尺度变化等多种干扰下,该算法的成功率和距离精度较原始ECO算法分别提高3.1个百分点和1.9个百分点。

• 单位
  西南科技大学