為了提高使用傳統(tǒng)特征的有效卷積操作算法（ECOhc）的跟蹤性能,提出基于各向異性高斯分布的視覺跟蹤算法.該方法根據(jù)不同目標的形狀比構(gòu)造水平和垂直方向上帶寬不同的各向異性高斯函數(shù),利用該函數(shù)訓練跟蹤器預測目標位置,提高算法的跟蹤精度;提取顏色直方圖特征跟蹤預測新的目標位置,并在決策層加權(quán)融合2個預測位置,進一步提高跟蹤精度.在標準數(shù)據(jù)集OTB-100、VOT2016中測試算法,本研究算法在數(shù)據(jù)集OTB-100上的平均距離精度為89.6%,平均重疊率為83.7%,比ECOhc算法分別提高4.67%、6.62%;本研究算法在數(shù)據(jù)集VOT2016上的平均期望重疊率為33.3%,比ECOhc算法提高3.42%.所提算法能有效提高目標跟蹤的精度,在遇到遮擋、光線變化、變形等干擾時仍能穩(wěn)定跟蹤目標. 

【文章來源】：浙江大學學報(工學版). 2020,54(02)北大核心EICSCD

【文章頁數(shù)】：10 頁


本文編號：3435308