期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

多尺度视频目标跟踪算法研究 被引量：3

在线阅读 下载PDF
导出
摘要 针对传统的多尺度核相关滤波目标跟踪算法在跟踪过程中算法处理速度较慢这一问题,本文在多特征自适应尺度核相关滤波器(Scale Adaptive with Multiple Features Tracker,简称SAMF)的基础上进行研究,提出了一种基于SAMF的改进算法,该改进算法是通过求解相邻两帧目标响应图像的相似性来决定是否对下一帧视频图像中的目标进行尺度变换,经实验证明的该改进算法在基本保证了SAMF算法目标跟精度的同时,减少了算法的计算量,提高了算法在目标跟踪过程中的处理速度。本文改进的SAMF算法在标准视频数据库OTB100中进行测试,实验结果证明了本文的改进算法具有一定先进性。
作者 侯颖 王颖 林歆钰 HOU Ying;WANG Ying;LIN Xin-yu
机构地区 西安科技大学通信与信息工程学院 不详
出处 《信息技术与信息化》 2020年第4期37-39,共3页 Information Technology and Informatization
关键词 目标跟踪 尺度变换 SAMF算法 相关滤波
分类号 TP391.41 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献1

二级参考文献16

  • 1Yilmaz A, Javed O, Shah M. Object tracking: A survey[J]. Acre Computing Surveys, 2006, 38(4) : 81-93.
  • 2Kristan M, Matas J, Leonardis A, et al. The visual object tracking VOT2015 challenge results [C]. 2015 IEEE International Conference on Computer Vision Workshop, 2015 : 564-586.
  • 3Casasent D. Unified synthetic discriminant function computational formulation[J]. Applied Optics, 1984, 23(10) : 1620- 1627.
  • 4Kristan M, Pflugfelder R, Leonardis A, et al. The visual object tracking VOT2014 challenge results [M] Visio-ECCV 2014.
  • 5Bolme D S, Beveridge J R, Draper B, et al. Visual object tracking using adaptive correlation filters [C] 2010 IEEE Conference on Computer Vision and Pattern Recognition, 2010 : 2544-2550.
  • 6Danelljan M, Khan F S, Felsberg M, et al. Adaptive color attributes for real-time visual tracking [C]. 2014 IEEE Conference on Computer Vision and Pattern Recognition, 2014 : 1090-1097.
  • 7Henriques J F, Caseiro R, Martins P, et al. Exploiting the circulant structure of tracking-by-detection with kernels[M]. Computer Vision-ECCV 2012, Berlin: Springer Berlin Heidelberg, 2012, 7575: 702-715.
  • 8Henriques J F, Caseiro R, Martins P, et al. High-speed tracking with kernelized correlation filters [J]. IEEE Transactions on Pattern Analysis Machine Intelligence, 2014, 37(3) : 583-596.
  • 9Dane[ljan M, Hager G, Khan F, et al. Accurate scale estimation for robust visual tracking[C]. Nottingham: British Machine Vision Conference, 2014.
  • 10Sch61kopf B, Smola A J. Learning with kernels: support vector machines, regularization, optimization, and beyond[J] . IEEE Transactions on Neural Networks, 2005, 16(3) : 781-781.

共引文献24

同被引文献40

引证文献3

二级引证文献3

信息技术与信息化
2020年 第4期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部