具有尺度和旋转适应性的长时间目标跟踪

发布时间：2024-02-22 18:05

　　目标发生尺度和旋转变化会给长时间目标跟踪带来很大的挑战,针对该问题,本文提出了具有尺度和旋转适应性的鲁棒目标跟踪算法.首先针对跟踪过程中目标存在的尺度变化和旋转运动,提出一种基于傅里叶-梅林变换和核相关滤波的目标尺度和旋转参数估计方法.该方法能够实现连续空间的目标尺度和旋转参数估计,采用核相关滤波提高了估计的鲁棒性和准确性.然后针对长时间目标跟踪过程中,有时不可避免地会出现跟踪失败的情况(例如由于长时间半遮挡或全遮挡等),提出一种基于直方图和方差加权的目标搜索方法.当目标丢失时,通过提出的搜索方法能够快速从图像中确定目标可能存在的区域,使得跟踪算法具有从失败中恢复的能力.本文还训练了两个核相关滤波器用于估计跟踪结果的置信度和目标平移,通过专门的核相关滤波器能够使得估计的跟踪结果置信度更加准确和鲁棒,置信度的估计结果可用于激活基于直方图和方差加权的目标搜索模块,并判断搜索窗口中是否包含目标.本文在目标跟踪标准数据集(Online object tracking benchmark, OTB)上对提出的算法和目前主流的目标跟踪算法进行对比实验,验证了本文提出算法的有效性和优越性.

【文章页数】：16 页

【部分图文】：

图４目标标注真值、跟踪产生的非标准矩形和??非标准矩形的外接矩形示意图??

阈值来判断跟踪算法的成功率并不公??平５?ＯＴＢ分别使用成功率图和精度图曲线下的面积??（Ａ雌ｕｎｄｅｒ?ｃｕｒｖｅ，?ＡＴＪＯ：）对踉：踪雾法进抒排序??ＯＴＢ标注真值为标准矩形（矩形的两边和图像的边??界平行）＋其童叠度和精度的计算方法针对的也是两??个标准矩形？本文通过估计....

本文编号：3907051