控制与决策

作者：赵浩光,孟琭,耿欢,杨旭,尚洋

单位：国防科技大学 空天科学学院，长沙 410073;中国航空工业集团公司 沈阳飞机设计研究所，沈阳 110035,,东北大学 信息科学与工程学院，沈阳 110004,,中国航空工业集团公司 沈阳飞机设计研究所，沈阳 110035,,东北大学 信息科学与工程学院，沈阳 110004,,国防科技大学 空天科学学院，长沙 410073;图像测量与视觉导航湖南省重点实验室，长沙 410073,

关键词：目标跟踪;相关滤波;尺度自适应;特征融合

基金：国家自然科学基金项目(61973058, 62073061)；中央高校基本科研基金项目(N2004020).

目标跟踪一直以来都是计算机视觉领域中的关键问题,核相关滤波算法(KCF)可避免在时域中进行目标跟踪,通过傅里叶变换将时域的计算转换到频域中进行,可大量简化计算,不但提高了跟踪速度,而且在跟踪精度上也有很大的提升.针对复杂条件下的目标跟踪问题,在确保算法实时性的前提下,在KCF的基础上对其特征、尺度以及模型更新机制进行3处改进:提出一种多特征融合算法,针对每种特征在不同环境下的优势,将其进行融合;提出一种分类树形尺度自适应的算法,通过树形搜索方式对目标尺度的大小进行判断,找到最佳响应位置;提出一种自适应模型更新策略的算法.实验结果表明,在公开数据集OTB-2013中算法整体的跟踪精确度达到87.4%,成功率也达到67.1%,可很好地实现复杂条件的目标跟踪,综合性能在已公开发表的跟踪算法中排名第2.尤其是在尺度变化、目标遮挡和图像模糊情况下,所提出算法的跟踪精确度和成功率排名第1.

来源：2021年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第2期