| 融合CN跟踪算法改进的TLD实时目标跟踪算法 |
| |
| 引用本文： | 张晶,黄浩淼,王健敏,保峻嵘.融合CN跟踪算法改进的TLD实时目标跟踪算法[J].计算机工程与科学,2020,42(7):1215-1225. |
| |
| 作者姓名： | 张晶 黄浩淼 王健敏 保峻嵘 |
| |
| 作者单位： | （1.昆明理工大学信息工程与自动化学院,云南 昆明 650500;2.云南枭润科技服务有限公司,云南 昆明 650500;
3.昆明理工大学云南省人工智能重点实验室，云南 昆明 650500;4.云南省农村科技服务中心,云南 昆明 650021;
5.云南省信息技术发展中心,云南 昆明 650228） |
| |
| 基金项目： | 云南省万人计划产业技术领军人才资助项目;云南省技术创新人才项目 |
| |
| 摘 要： | 针对TLD算法跟踪框在目标非刚性形变、旋转、背景杂乱等情景中容易导致跟踪漂移的问题,提出了一种融合CN跟踪算法改进的TLD实时目标跟踪算法(TLD-CN)。首先对跟踪框内区域计算图像显著性得到BRISK算法采样特征点的阈值,获得合适的特征点以建立旋转和尺度归一化的描述子,再融合颜色特征和纹理特征对前后帧跟踪框内描述子进行最优相似性匹配,得到匹配的特征点集合,对集合内特征点进行判别式字典的稀疏编码后,分别与CN跟踪框和TLD跟踪框的中心像素点进行相似度的度量,得到输出框调整的权重系数。实验结果表明,TLD-CN跟踪算法通过特征点度量出2种算法融合的权重值调整输出框,在目标形变、旋转、背景杂乱、快速运动等复杂跟踪情景中,具有很高的精度和成功率。权重系数自适应更新也避免了模型过拟合,达到实时跟踪效果。
|
| 关 键 词： | TLD跟踪框 图像显著性 颜色特征 相似度 描述子 |
| 收稿时间： | 2019-10-14 |
| 修稿时间： | 2020-02-09 |
An improved TLD real-time target tracking algorithm based on CN algorithm |
| |
| ZHANG Jing,HUANG Hao-miao,WANG Jian-min,BAO Jun-rong.An improved TLD real-time target tracking algorithm based on CN algorithm[J].Computer Engineering & Science,2020,42(7):1215-1225. |
| |
| Authors: | ZHANG Jing HUANG Hao-miao WANG Jian-min BAO Jun-rong |
| |
| Affiliation: | （1.Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500;
2.Yunnan Xiaorun Technology Service Co.,Ltd.,Kunming 650500;
3.Yunnan Key Laboratory of Artificial Intelligence,Kunming University of Science and Technology,Kunming 650500;
4.Yunnan Rural Science and Technology Service Center,Kunming 650021;
5.Yunnan Information Technology Development Center,Kunming 650228,China） |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
|
