SIA OpenIR  > 光电信息技术研究室
改进的核相关滤波跟踪算法
其他题名Improved kernelized correlation filter tracking
孙健1,2; 向伟1; 谭舒昆1,2; 刘云鹏1
作者部门光电信息技术研究室
关键词核相关滤波 目标丢失 尺度变化 遮挡 支持向量机
发表期刊计算机工程与应用
ISSN1002-8331
2018
卷号54期号:9页码:178-182
收录类别CSCD
CSCD记录号CSCD:6229990
产权排序1
资助机构中国科学院国防科技创新重点基金(No.CXJJ-14-Z65)
摘要

主要针对核相关滤波(KCF)跟踪算法无法解决目标跟踪中尺度变化及目标丢失问题,提出了一种改进的核相关滤波目标跟踪算法。在训练位移滤波器的基础上增加了一个尺度滤波器来改进目标尺度变化问题。为解决目标丢失问题,结合了遮挡处理机制,当判断目标受到遮挡面积较小时使用支持向量机(SVM)对样本进行在线训练,当目标遮挡时使用再检测分类器进行检测。实验结果表明,该方法与其他优秀跟踪算法比较跟踪精度有明显提升。

其他摘要

An improved kernel correlation filtering target tracking algorithm is proposed by Kernelized Correlation Filtering (KCF)tracking algorithm, which can not solve the problem of scale change and out-of-view in target tracking. Firstly, a scale filter is added to improve the target scale change based on training translation filter. In order to solve out-of-view problem, the occlusion processing mechanism is used. When the target is not completely occluded, the SVM is used to train the samples, and the re-detection classifier is adopted to detect. Experimental results show that the tracking accuracy of this method is obviously improved in comparison with other excellent tracking algorithms.

语种中文
引用统计
被引频次:2[CSCD]   [CSCD记录]
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/21879
专题光电信息技术研究室
通讯作者孙健
作者单位1.中国科学院沈阳自动化研究所;
2.中国科学院大学
推荐引用方式
GB/T 7714
孙健,向伟,谭舒昆,等. 改进的核相关滤波跟踪算法[J]. 计算机工程与应用,2018,54(9):178-182.
APA 孙健,向伟,谭舒昆,&刘云鹏.(2018).改进的核相关滤波跟踪算法.计算机工程与应用,54(9),178-182.
MLA 孙健,et al."改进的核相关滤波跟踪算法".计算机工程与应用 54.9(2018):178-182.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
改进的核相关滤波跟踪算法.pdf(2028KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[孙健]的文章
[向伟]的文章
[谭舒昆]的文章
百度学术
百度学术中相似的文章
[孙健]的文章
[向伟]的文章
[谭舒昆]的文章
必应学术
必应学术中相似的文章
[孙健]的文章
[向伟]的文章
[谭舒昆]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 改进的核相关滤波跟踪算法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。