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...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。展开更多
文摘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。
