西安邮电大学学报

2019, v.24;No.141(06) 27-34

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

最佳伙伴相似性引导的核相关滤波跟踪算法
Best-buddies similarity-guided kernel correlation filter tracking algorithm

林椹尠;郑兴宁;吴成茂;

摘要(Abstract):

针对经典的核相关滤波(kernel correlation filter,KCF)算法在目标物体被遮挡、发生严重形变或旋转等复杂条件的跟踪失败问题,提出了一种利用最佳伙伴相似性引导的KCF算法。利用Edge boxes算法生成候选区域(region proposals,RP),并通过计算图像的尺寸、灰度和颜色相似度筛选RP。将筛选后的RP与模板图像进行最佳伙伴相似匹配,计算每个RP的最佳伙伴相似得分。融合最佳伙伴相似得分与KCF最大位置响应得分来预测目标可能位置。采用OTB100数据集评估算法性能,实验结果表明,与经典KCF算法和稀疏正则化判别式相关滤波算法相比,提出的算法可以在复杂条件下对目标有效跟踪,且精确度和成功率较高。

关键词(KeyWords): 视觉跟踪;核相关滤波法;候选区域;最佳伙伴相似

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61671377)

作者(Author): 林椹尠;郑兴宁;吴成茂;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享