一種改進的多通道特征視覺跟蹤算法
發(fā)布時間:2023-10-15 18:37
為了解決核相關濾波視覺跟蹤算法(KCF)因背景干擾和多峰響應導致出現(xiàn)跟蹤失敗的問題,提出一種多通道融合特征視覺跟蹤算法。將目標的顏色通道(CN)特征和方向梯度直方圖(HOG)特征融合為新特征,結合主成分分析(PCA)法,保證了與原始的KCF特征對齊。為了解決出現(xiàn)多峰響應干擾的問題,提出一種全新的多峰檢測的方法,避免模型跟蹤出現(xiàn)漂移。根據(jù)OTB50實驗的結果,相比其他算法,本文算法具備更好的準確性和魯棒性,能夠提高目標跟蹤算法的性能。
【文章頁數(shù)】:4 頁
【文章目錄】:
0 引言
1 核相關濾波視覺跟蹤算法
1.1 分類器訓練
1.2 目標模型更新
1.3 尺度估計
2 基于PCA的多特征融合
3 更新模型的多峰檢測
4 實驗評估與分析
5 結論
本文編號:3854449
【文章頁數(shù)】:4 頁
【文章目錄】:
0 引言
1 核相關濾波視覺跟蹤算法
1.1 分類器訓練
1.2 目標模型更新
1.3 尺度估計
2 基于PCA的多特征融合
3 更新模型的多峰檢測
4 實驗評估與分析
5 結論
本文編號:3854449
本文鏈接:http://www.sikaile.net/kejilunwen/dianzigongchenglunwen/3854449.html
教材專著