相關(guān)濾波跟蹤方法中經(jīng)由循環(huán)移位得到的密集樣本一方面會(huì)包含有非真實(shí)的邊界,另一方面樣本會(huì)存在冗余性且正負(fù)比例不平衡,這兩點(diǎn)因素很大程度上降低了相關(guān)濾波器的訓(xùn)練效果。為解決以上問(wèn)題,基于最大化間隔思想引入了一種掩膜機(jī)制,使得濾波器能夠更有效地學(xué)習(xí)凈化過(guò)的正負(fù)樣本。在求解目標(biāo)函數(shù)的過(guò)程中,先利用對(duì)偶變量將間隔最大化問(wèn)題轉(zhuǎn)換成損失最小化問(wèn)題,再通過(guò)交叉方向乘子法交叉迭代求出最終的相關(guān)濾波器。實(shí)驗(yàn)結(jié)果表明,間隔最大化與掩膜機(jī)制結(jié)合后能夠有效地提升相關(guān)濾波器的跟蹤性能,且相比其他跟蹤算法具有明顯的速度與定位精確度優(yōu)勢(shì)。 

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 引言
2 結(jié)合掩膜機(jī)制的最大化間隔相關(guān)濾波器
    2.1 多通道相關(guān)濾波器與尺度自適應(yīng)
    2.2 間隔最大化
    2.3 引入掩模機(jī)制
    2.4 目標(biāo)優(yōu)化
3 算法流程
4 實(shí)驗(yàn)環(huán)節(jié)
    4.1 實(shí)驗(yàn)簡(jiǎn)介
    4.2 可行性對(duì)比實(shí)驗(yàn)
    4.3 跟蹤算法對(duì)比實(shí)驗(yàn)
5 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的核相關(guān)濾波跟蹤算法[J]. 孫健,向偉,譚舒昆,劉云鵬.  計(jì)算機(jī)工程與應(yīng)用. 2018(09)



本文編號(hào)：3728829