基于尺度自适应均值偏移优化的TLD跟踪算法
来源期刊:控制与决策2019年第1期
论文作者:张惊雷 时鹏 温显斌
文章页码:144 - 150
关键词:tracking-learning-detection;均值偏移;尺度自适应;跟踪-检测反馈;
摘 要:为解决目标在形变、遮挡和快速运动时所导致的跟踪失败,在经典TLD算法的框架下,使用尺度自适应均值偏移算法重新设计跟踪器,提出了MS-TLD算法.通过引入颜色直方图特征和尺度自适应,跟踪器能准确跟踪形变和快速运动的目标.设计跟踪-检测反馈机制,通过跟踪器和检测器相互校正,使新算法在目标被遮挡时具有很好的跟踪鲁棒性.采用TB-50标准测试集进行了实验验证与评测,结果表明所提出算法有效克服了由于目标形变、遮挡和快速运动以及背景干扰所导致的跟踪失败,比TLD等4种经典算法具有更好的跟踪准确性和鲁棒性.
张惊雷1,2,时鹏1,温显斌3
1. 天津理工大学电气电子工程学院2. 天津市复杂系统控制理论及应用重点实验室3. 天津理工大学计算机视觉与系统教育部重点实验室
摘 要:为解决目标在形变、遮挡和快速运动时所导致的跟踪失败,在经典TLD算法的框架下,使用尺度自适应均值偏移算法重新设计跟踪器,提出了MS-TLD算法.通过引入颜色直方图特征和尺度自适应,跟踪器能准确跟踪形变和快速运动的目标.设计跟踪-检测反馈机制,通过跟踪器和检测器相互校正,使新算法在目标被遮挡时具有很好的跟踪鲁棒性.采用TB-50标准测试集进行了实验验证与评测,结果表明所提出算法有效克服了由于目标形变、遮挡和快速运动以及背景干扰所导致的跟踪失败,比TLD等4种经典算法具有更好的跟踪准确性和鲁棒性.
关键词:tracking-learning-detection;均值偏移;尺度自适应;跟踪-检测反馈;