科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有相关滤波跟踪算法在目标畸变情况下应对能力不足和滤波器模型更新存在误差累积易导致跟踪失败的问题，提出畸变感知相关滤波目标跟踪算法。首先，利用粒子采样构建强化目标信息的空间参考权值，适应相邻帧间目标外观变化，使滤波器专注于学习目标可信赖部分，抑制背景干扰信息；其次，采用交替方向乘子法以较少的迭代次数求解目标最优函数值，优化算法，降低计算复杂度；最后，为进一步增强滤波器的判别能力，设计目标畸变感知策略，通过分析平均峰值相关能量和响应图峰值时序约束来衡量目标受干扰因素影响后的畸变程度，判别当前跟踪结果是否可靠。当目标跟踪定位可靠性较低时，采用粒子滤波对目标进行选择性的重检测。并依据当前跟踪目标畸变程度，自适应地更新滤波器模型。在OTB50、OTB100和DTB70数据集上与多种代表性目标跟踪算法进行对比实验，实验结果表明，该算法的跟踪成功率和精确率较优，在面对实际场景中因多个干扰因素而产生畸变的目标时具有较强鲁棒性。
- 单位
