计算机工程与应用››2021,第57卷››发行(22): 190-198.内政部:10.3778/j.issn.1002-8331.2006-0402

模式识别与人工智能 • 上一篇   下一篇

基于LCT公司+的自适应抗遮挡目标跟踪算法

陈富健,谢维信,夏婷  

  1. 深圳大学 自动标签阅读器国防科技重点实验室,广东 深圳 518060
  • 出版日期:2021-11-15 发布日期:2021-11-16

基于LCT的自适应反遮挡目标跟踪算法+

陈福建、谢伟新、谢婷  

  1. 中国广东省深圳市深圳大学ATR国防科技重点实验室,邮编518060
  • 在线:2021-11-15 出版:2021-11-16

摘要:

在目标跟踪过程中,目标遮挡往往会造成跟踪器的性能下降,从而导致目标丢失。针对这一问题,提出一种基于LCT公司+核相关滤波的自适应抗遮挡目标跟踪算法。该算法在LCT公司+核相关滤波算法的基础上进行改进,利用双跟踪器自适应对目标进行跟踪,即根据两个跟踪器的输出响应值大小选择最优跟踪器跟踪目标;利用支持向量机自适应重新检测目标,即根据目标丢失帧的数量自适应调整检测框范围的大小;最后采用颜色直方图匹配的方法进一步验证预测的目标。相比原算法,所提算法采取双跟踪器自适应跟踪机制和支持向量机自适应重检测机制,有效避免了目标跟丢。在OTB50和OTB100两个大型基准数据集上对算法进行验证,结果表明该算法在距离精度和成功率的评估指标上都优于一些主流算法,并且在抗遮挡方面具有较高的精度和较强的鲁棒性。

关键词: 目标跟踪, 核相关滤波, 自适应抗遮挡, 双跟踪器, 支持向量机(支持向量机)

摘要:

在目标跟踪过程中,目标的遮挡降低了跟踪器的性能,导致目标丢失。针对这一问题,本文提出了一种基于LCT+核相关滤波器的自适应抗遮挡目标跟踪算法。该算法在LCT+核相关滤波算法的基础上进行了改进,提出了使用两个跟踪器自适应跟踪目标的策略。根据两个跟踪器的输出响应值,选择最优跟踪器对目标进行跟踪。此外,提出了一种基于支持向量机的目标再检测策略。根据目标丢失的帧数自适应调整检测范围。最后,利用颜色直方图匹配对预测目标进行验证。与原算法相比,本文算法采用双跟踪器机制自适应跟踪目标,采用支持向量机机制自适应重新检测目标,有效避免了目标丢失。该算法在OTB50和OTB100两个大型基准数据集上进行了验证。结果表明,该算法在距离精度和成功率的评价指标上优于一些主流算法。在目标抗遮挡方面,具有较高的准确性和较强的鲁棒性。

关键词: 目标跟踪, 核相关滤波, 自适应抗遮挡, 双跟踪器, 支持向量机(SVM)