当前主流的视觉目标跟踪算法检测目标时,其搜索范围是以前一帧目标位置为中心设定的。然而目标可能由于运动而偏离设定的搜索中心,其在当前帧的检测响应易受到余弦窗惩罚机制的抑制,导致跟踪失败。为解决上述问题,提出了自适应搜索范围...当前主流的视觉目标跟踪算法检测目标时,其搜索范围是以前一帧目标位置为中心设定的。然而目标可能由于运动而偏离设定的搜索中心,其在当前帧的检测响应易受到余弦窗惩罚机制的抑制,导致跟踪失败。为解决上述问题,提出了自适应搜索范围调整(Adaptive Search Range Adjustment,ASRA)方法。该方法采用了基于循环神经网络的运动预测模型来预测当前帧目标位置,并与相关滤波响应相结合来对搜索中心进行调整,进一步根据目标的运动矢量对搜索范围尺寸进行调整。将ASRA方法应用于当前先进的基于孪生网络的目标跟踪算法,在OTB2015和VOT2018数据集上进行的实验结果表明ASRA方法可以改善跟踪算法的准确率和鲁棒性。展开更多
文摘当前主流的视觉目标跟踪算法检测目标时,其搜索范围是以前一帧目标位置为中心设定的。然而目标可能由于运动而偏离设定的搜索中心,其在当前帧的检测响应易受到余弦窗惩罚机制的抑制,导致跟踪失败。为解决上述问题,提出了自适应搜索范围调整(Adaptive Search Range Adjustment,ASRA)方法。该方法采用了基于循环神经网络的运动预测模型来预测当前帧目标位置,并与相关滤波响应相结合来对搜索中心进行调整,进一步根据目标的运动矢量对搜索范围尺寸进行调整。将ASRA方法应用于当前先进的基于孪生网络的目标跟踪算法,在OTB2015和VOT2018数据集上进行的实验结果表明ASRA方法可以改善跟踪算法的准确率和鲁棒性。
基金The Science and Technology Project Affiliated to the Education Department of Chongqing Municipality(KJ1500433)The Natural Science Foundation of Chongqing University of Posts and Telecommunications(A2012-97)~~
