融合上下文和重定位的加权相关滤波跟踪算法机器视觉
为提升融合梯度直方图特征和颜色属性特征相关滤波算法(ECO-HC)的跟踪精度和速度,提出一种融合上下文和重定位的加权相关滤波跟踪方法。首先根据梯度直方图和颜色属性的不同特性加权融合相关滤波响应值,同时采用自适应迭代方法预测目标位置,提高算法精度和速度;然后融合多尺度搜索区域,目标上下文特征和目标预测失败时重定位方法进一步提高跟踪精度。在标准数据集OTB-100上进行算法评估,实验结果表明,本文改进算法的平均距离精度为89.2%,平均重叠率精度为80.6%,比原ECO-HC算法分别高3.6个百分点和2.1个百分点,CPU上跟踪速度达65.2帧/秒,优于实验中对比的其它跟踪算法。加权相关滤波算法有效地提高了跟踪精度,在严重遮挡、光照变化、尺度变化等干扰下,仍能很好地跟踪目标。
熊昌镇, 卢颜, 闫佳庆. 融合上下文和重定位的加权相关滤波跟踪算法[J]. 光学学报, 2019, 39(04): 4.
DOI:10.3788/aos201939.04机器视觉04