改进的核相关滤波目标跟踪算法
2017-06-05谢维波夏远祥刘文
华侨大学学报(自然科学版) 2017年3期
谢维波, 夏远祥, 刘文
(华侨大学 计算机科学与技术学院, 福建 厦门 361021)

改进的核相关滤波目标跟踪算法
谢维波, 夏远祥, 刘文
(华侨大学 计算机科学与技术学院, 福建 厦门 361021)
提出一种基于核相关滤波的尺度和旋转自适应跟踪算法.首先,利用核相关滤波确定目标的中心位置;然后,使用特征点匹配的方式估计目标的尺度变化和旋转角度.在特征点匹配过程中,使用前、后两次光流匹配消除不稳定特征点;计算特征点对的权重分布,从而估计出目标的最佳尺度和角度;判断当前目标是否受到遮挡,进而使用更合理的方式更新特征点集和目标模型,进一步提高算法的鲁棒性.实验结果表明:文中算法不仅能在一定程度上处理目标外观变化问题,而且跟踪的实时性较好.
视频跟踪; 核相关滤波; 尺度计算; 角度计算; 遮挡检测
目标跟踪是计算机视觉领域中最具挑战的问题之一,在视频监控、机器人等领域[1-9]有着广泛的应用.近年来,基于相关滤波的跟踪算法[1-4]凭借其较快的速度在跟踪领域取得了不错的效果.Henriques等[4]提出基于核相关滤波(kernelized correlation filter,KCF)的跟踪算法,在跟踪目标时有不错的效果.然而,当目标尺度发生变化或旋转时,目标模型不能充分描述目标的表观特征,而容易跟踪失败.本文在KCF跟踪算法的基础上,通过引入特征点匹配的方法对目标尺度和角度进行估计,实现目标的尺度、角度自适应跟踪.
1 核相关滤波模型
传统的相关滤波跟踪算法被……
登录APP查看全文