- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种自适应模板更新的判别式KCF跟踪方法.PDF
第 14 卷第 1 期 智 能 系 统 学 报 Vol.14 No.1
2019 年 1 月 CAAI Transactions on Intelligent Systems Jan. 2019
DOI: 10.11992/tis.201806038
网络出版地址: /kcms/detail/23.1538.tp1338.004.html
一种自适应模板更新的判别式KCF 跟踪方法
1,2 1,2,3 2 2 1
宁欣 ,李卫军 ,田伟娟,徐驰,徐健
(1. 中国科学院半导体研究所 高速电路与神经网络实验室,北京 100083; 2. 威富集团 形象认知计算联合实验
室,北京 100083; 3. 中国科学院大学 微电子学院,北京 100029 )
摘 要:为了解决单目标跟踪算法中存在的目标旋转、遮挡和快速运动等挑战,提出了一种基于自适应更新策
略的判别式核相关滤波器(kernelized correlation filter,KCF) 目标跟踪新框架。构建了外观判别式模型,实现跟
踪质量有效性的评估。构造了新的自适应模板更新策略,能够有效区分目标跟踪异常时当前目标是否发生了
旋转。提出了一种结合目标检测的跟踪新构架,能够进一步有效判别快速运动和遮挡状态。同时,针对上述
3 种挑战,分别采用模板更新、目标运动位移最小化以及目标检测算法实现目标跟踪框的恢复,保证了跟踪的
有效性和长期性。实验分别采用2 种传统手动特征HOG 和CN(color names) 验证提出的框架鲁棒性,结果证明
了提出的目标跟踪新方法在速度和精度方面的优越性能。
关键词:目标跟踪;目标检测;高速核相关滤波算法;模板更新;卷积神经网络
中图分类号:TP391 文献标志码:A 文章编号:1673−4785(2019)01−0121−06
中文引用格式:宁欣, 李卫军, 田伟娟, 等. 一种自适应模板更新的判别式KCF 跟踪方法[J]. 智能系统学报, 2019, 14(1):
121–126.
英文引用格式:NING Xin, LI Weijun, TIAN Weijuan, et al. Adaptive template update of discriminant KCF for visual tracking[J].
CAAI transactions on intelligent systems, 2019, 14(1): 121–126.
Adaptive template update of discriminant KCF for visual tracking
1,2 1,2,3 2 2 1
NING Xin ,LI Weijun ,TIAN Weijuan ,XU Chi ,XU Jian
(1. Laboratory of Artificial Neural Networks and High-speed Circuits, Institute of Semiconductors, Chinese Academy of Sciences,
Beijing 100083, China; 2. Image Cognitive Computing Joint Lab, Wave Group, Beijing 100083, China; 3. School of Microelectron-
ics, University of Chinese Academy of Sciences, Beijing 100029, China)
Abstract: To solve
文档评论(0)