计算机科学与探索

作者：黄镓辉, 彭力, 谢林柏

单位：物联网技术应用教育部工程研究中心（江南大学 物联网工程学院），江苏 无锡 214122

关键词：无人机（UAV）场景,核相关滤波,尺度自适应,统计颜色特征

为解决传统相关滤波算法对无人机（UAV）拍摄视频中的车辆进行跟踪时，因目标车辆尺度变化而产生模型漂移的问题，提出了一种改进的尺度自适应的车辆跟踪算法。该算法基于核相关滤波，通过构建区分尺度的空间跟踪器，即利用两个滤波器分别对目标车辆的位置进行定位，对目标车辆的尺度进行估计，以此来快速确定目标相关信息，实现对目标车辆尺度的自适应。此外为解决目标车辆因快速形变而导致跟踪效果不佳的问题，还加入了对形变不太敏感的颜色特征，增加滤波器的鲁棒性，采用统计颜色特征方法，不受模板类特征限制。该改进算法在经过OTB和UAV数据集中28段车辆相关的视频序列测试后，平均距离精度为80.8%，平均成功率为82.7%，FPS达到了58.24。实验表明该算法可以提高在无人机场景下对车辆的检测跟踪效果，能够有效解决目标车辆因尺度变化和快速形变产生的问题，相比于其他核相关滤波算法有着更优秀的跟踪精度和实时性。

来源：2021年第7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2021年第7期