计算机科学与探索

作者：赵运基, 范存良, 张新良

单位：河南理工大学 电气工程与自动化学院,河南 焦作 454003

关键词：目标跟踪,深度特征,通道筛选,特征融合,稀疏更新

基金：国家自然科学基金(U1504506);河南省科技攻关项目(192102210073);河南省高等学校青年骨干教师培养计划(2017GGJS051);河南省高校基本科研业务费项目(NSFRF200310)

针对深度特征描述目标在跟踪过程中出现漂移或过拟合的问题,提出了一种融合多特征和通道感知的目标跟踪算法。应用预训练模型提取跟踪目标的深度特征,依据该特征构建相关滤波器并计算各通道对应滤波器的权重系数,根据权重系数对特征通道进行筛选;对保留的特征通过标准差计算生成统计特征并与原特征融合,采用融合后的特征构建相关滤波器并做相关运算,获取特征响应图确定目标的位置及尺度;利用跟踪结果区域的深度特征对融合特征构建的滤波器进行稀疏在线更新。所提算法和目前一些主流的跟踪算法在公共数据集OTB100、VOT2015和VOT2016上进行测试。与UDT相比,在不影响跟踪速度的同时,该算法具有更强的鲁棒性和更高的跟踪精度。实验结果表明,所提出的算法在目标尺度发生变化、快速运动和背景干扰等挑战下均表现出较强的鲁棒性。

来源：2022年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2022年第6期