-
题名引入特征重检的抗遮挡目标跟踪方法研究
被引量：3
- 1
-
-
作者
周维
陈听海
邱宝鑫
-
机构
湘潭大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第11期179-184,共6页
-
基金
国家自然科学基金青年项目(No.61602397)
湖南省物联网学会新华三基金(No.2018wlw001)。
-
文摘
针对视觉目标跟踪的遮挡问题,在TLD算法的基础上,引入特征重检环节,解决发生遮挡时因目标外观相似、背景聚类造成错判,提出了一种基于特征重检的抗遮挡目标跟踪研究方法(TLD-D),采用跟踪、检测、学习、再检测的策略。跟踪与检测相结合,对锁定的目标进行学习,获取目标最新的外观特征;当发生遮挡时,则启用特征重检环节,提取遮挡过程的"开始发生遮挡"和"遮挡结束"两个关键帧,然后在特征重检环节选用SIFT特征进行双向匹配标定目标,确保重新标定的目标为原被遮挡的跟踪目标,即"再检测"。OTB基准集上实验结果表明,与TLD算法、同类TLD改进算法以及其他经典跟踪算法相比较,TLD-D算法抗遮挡能力更强,鲁棒性更强,能够对目标长时间稳定跟踪。
-
关键词
目标跟踪
抗遮挡
特征重检
TLD算法
双向匹配
-
Keywords
object tracking
anti-occlusion
feature redetection
Tracking-Learning-Detection(TLD)algorithm
bidirectional match
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
