基于核相关滤波器的目标旋转跟踪算法.docxVIP

下载本文档

3
0
约1.19万字
约 8页
2025-02-19 发布于山东
举报
版权申诉

基于核相关滤波器的目标旋转跟踪算法.docx

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2017年第36卷第3期传感器与微系统(TransducerandMicrosystemTechnologies)147

DOI:10.13873/J.1000—9787(2017)03—0147—03

基于核相关滤波器的目标旋转跟踪算法*

李龙1,2,王耀南1,2,张振军1,2

(1.机器人视觉感知与控制技术国家工程实验室，湖南长沙410082;

2.湖南大学电气与信息工程学院，湖南长沙410082)

摘要：提出一种新的鲁棒的旋转估计算法，以核相关滤波器理论为基础，通过在目标中心等角度间隔来采样一个样本金字塔，单独训练一个一维的角度估计滤波器，从而将目标旋转角估计问题变为一个检测问题。提出的角度估计方法具有通用性，可以辅助其它没有角度估计功能的跟踪器。在实验中，单独训练一个位移跟踪滤波器和一个尺度估计滤波器，结合本文提出的角度估计滤波器形成一个由三层滤波器组成的跟踪器。和经典的算法在不同测试数据上的对比实验表明，该算法能达到较高的跟踪精度。

关键词：目标跟踪；核相关滤波器；旋转估计；鲁棒跟踪

中图分类号：TP391.4文献标识码：A文章编号：1000—9787(2017)03—0147—03

Objectrotationtrackingbasedonkernelizedcorrelationfilters*

LILong1,2,WANGYao-nan1,2,ZHANGZhen-jun1,2

(1.NationalEngineeringLaboratoryforRobotVisionPerceptionandControlTechnologies,

Changsha410082,China;2.CollegeofElectricalandInformationEngineering,

HunanUniversity,Changsha410082,China)

Abstract:Anewrobustrotationestimationmethodisproposed,whichisbasedonkernelizedcorrelationfilters.Arotationpyramidissampledaroundthetargetcenterandanextra1Drotationfilteristrained.Thentherotationestimationproblemistackledinatracking-by-detectionway.Therotationestimationapproachisgenericandcanbeincorporatedwithanytrackingalgorithmwithoutarotationestimationscheme.Intheexperiment,athree-layer-basedtrackerconsistingofa2Dtranslationfilter,a1Dscalefilteranda1Drotationfilterisproposedtrainedanddemonstratedtoachievemoreaccurateresultsagainststate-of-the-artsonchallengingdatasetwithrotationvariation.

Keywords:objecttracking;kernelizedcorrelationfilters;rotationestimation;robusttracking

0引言

目标跟踪算法从最初简单的模板匹配[1]、卡尔曼滤波[2]、光流算法[3]等，到逐渐流行的粒子滤波算法[4]、Mean-Shift[5]等。最近开始流行的相关滤波器算法因为兼具鲁棒性好、计算量少的特点而得到广泛关注，在历届视觉目标跟踪(visualobjecttracking,VOT)挑战赛[6]中也有着抢眼的表现。

线性回归分析需要对一组数据进行线性拟合，由