融合SIFT特征的压缩跟踪算法.pdfVIP

第42卷第2期 光 电工程 、，o1．42．NO．2 2015年 2月 Opto-ElectronicEngineering Feb．2Ol5 文章编号：1003—501X(2015)02—0066—07 融合 SIFT特征的压缩跟踪算法 钟 权 ’。，周 进 ，崔雄文 ，2 (1中国科学院光电技术研究所，成都 610209； 2．中国科学院大学，北京 100049) 摘要：本文提出一种新的融合 SIFT(．K．度不变特征)和压缩特征的目标跟踪算法以解决姿态变换、光照变化 、旋转 和运动模糊下 目标的稳定准确跟踪问题。算法使用压缩特征对 目标和背景进行描述，通过在 图像帧中采集到的正 负样本在线训练和学习SVM(支持向量机)分类器，将跟踪任务构建为一个二类分类问题。使用该分类器对下一帧 的 目标和背景进行分类，从而获得精确的目标位置和区域。同时，算法使用前后两帧的 SIFT特征点之间的对应 匹配关系求解 目标尺寸变化值，实现模板大小的 自适应调整。将算法与其他算法在某些图像序列上的跟踪比较显 示，该算法在有效性、正确性和鲁棒性上性能优越。 关键词：压缩跟踪；压缩感知；SIFT；SVM分类器 中图分类号：TP391．4 文献标志码 ：A doi：10．3969／j．issn．1003—501X．2015．02．011 CompressiveTrackingAlgorithm BasedonSIFT ZHONGQuan-，ZHOUJin，CUIXiongwen (1．InstituteofOpticsandElectronics，ChineseAcademyofSciences，Chengdu610209，China； 2．UniversityofChineseAcademyofSciences，Beoing100049，China) Abstract：An algorithm based on SIFT and compressive features isproposed to develop effective and efficient appearancemodelsforrobustobjecttrackingduetofactorssuchasposevariation，illuminationchange，occlusion，and motionblur．Thealgorithm describesthetargetandbackgroundwithcompressivefeatureswhichlabeledaspositiveand negativespecimenssamplingfrom frames．ThetrackingtaskisformulatedasabinaryclassificationviaaSVM classifier with online updatein the compressed domain．In new flame，utilizethe classifierto obtain thetarget’Sposition． M eanwhile，introduceSIFTtosolvethetargetsizechange，SOastoachieveadaptivetemplatesize．Theproposedtracking algorithm performsfavorablyagainststate--of-the-·artalgorithmsonchallengingsequencesintermsofefficiency,accuracy androbustness． Keywords：compressivetracking；compressive