1 电子科技大学光电科学与工程学院，四川 成都 611731
2 重庆连芯光电技术研究院有限公司，重庆 400021
3 四川文理学院成都研究院，四川 成都 635000
为应对核相关滤波算法长时跟踪模板漂移问题，提出一种基于亚像素修正的模板漂移抑制方法。首先，根据跟踪过程中常用的核相关滤波快速算法，分析模板更新时引入的跟踪误差；其次，分析模板更新时引入的采样误差对模板漂移的影响；然后，通过模板频域的相移修正模板更新引入的采样误差；最后，通过实验证明模板亚像素修正对长时跟踪模板漂移的抑制效果。实验结果表明：相同跟踪条件下，模板亚像素修正方法引入的模板漂移量是整像素模板更新的1/4，模板亚像素修正用于相关滤波算法和核相关滤波算法时对模板漂移同样有良好的抑制效果，并且模板亚像素修正只需耗费较小计算量就可以对模板漂移进行有效抑制。
图像处理 核相关滤波 跟踪算法 模板漂移 亚像素 激光与光电子学进展
2023, 60(12): 1210019
红外与激光工程
2022, 51(2): 20210864
山东理工大学机械工程学院，山东 淄博 255000
为提高场景中战斗机在光照变化、尺度变化、遮挡和形变等因素下的跟踪精度，提出一种基于多种特征融合的核相关滤波算法。将颜色特征、纹理特征和卷积特征进行融合，融合后输出的最大响应值即为检测到的战斗机位置; 同时，采用尺度滤波器对战斗机进行尺度估计; 模板更新时，引入旁瓣比的概念对战斗机遮挡情况进行判断。实验结果表明，算法的准确度达到了77.6%，成功率也达到了73.3%，与KCF,DSST,MOSSE算法相比，在快速运动、背景杂乱、形变、超出视野、光照变化、翻转、低分辨率等情况下，跟踪精确度和跟踪成功率均位列第一。
目标跟踪 战斗机 核相关滤波 多特征融合 尺度滤波器 峰值旁瓣比 target tracking fighter kernel correlation filtering multi-feature fusion scale filter peak sidelobe ratio
传统的核相关滤波跟踪(KCF)算法不能很好地处理目标快速移动和大面积遮挡, 容易导致目标丢失。在KCF算法的基础上, 提出了目标丢失检测、第一帧重检测、扩展区域重检测3种机制来解决以上问题。利用最大响应分数和平均峰值相关能量(APCE)来判别目标是否丢失；在目标即将丢失时, 采用扩展区域重检测机制；在目标图像与第一帧目标图像相似时, 采用第一帧重检测机制。为了能体现出所提算法的跟踪性能, 从VOT2016和OTB100数据集中选取了14组视频序列作为测试集, 其中7组视频序列含有目标遮挡和快速运动情况。经过定量实验对比, 所提算法相比传统KCF算法平均中心位置误差(CPE)减少了20像素,平均重叠率(OR)提高了16.1%。
目标跟踪 核相关滤波 重检测 第一帧 target tracking kernel correlation filtering re-detection first frame
长沙师范学院信息科学与工程学院, 湖南 长沙 410100
针对视频图像中多目标运动、边缘特征模糊、目标跟踪难度大的问题,提出了一种基于多目标视频图像边缘特征的核相关滤波跟踪算法。首先,将视频图像中目标运动轨迹的3帧图像时间作为线性段。然后,利用线性判断方法捕获目标,利用动态边缘演化技术准确提取捕获目标的边缘特征;并结合视频图像梯度角度直方图与颜色信息,获取梯度角度-色度饱和度直方图颜色特征,得到跟踪目标的特征权重。最后,利用核相关滤波跟踪算法,通过循环移位和循环矩阵、岭回归模型学习分类器实现视频图像的多目标跟踪。实验结果表明,本算法的多目标跟踪成功率高达99%以上,且在尺寸变化、颜色变化、存在遮挡物等复杂环境下每秒能跟踪的图像数量大于65 frame,具有优越的跟踪性能。
图像处理 多目标 线性判断 边缘特征 核相关滤波 激光与光电子学进展
2021, 58(6): 0610003
针对在目标视觉跟踪过程中目标尺度变化导致跟踪精度下降的问题, 提出了基于GM(1,1)尺度估计的核相关性滤波跟踪方法。在核相关性滤波跟踪算法的基础上引入GM(1,1)灰色预测模型对目标尺度进行预测, 并设计尺度估计流程估计当前目标尺度, 有效地解决了尺度变化明显导致跟踪性能下降的问题。最后利用OTB-100视频序列数据集测试算法的性能, 测试结果表明在目标尺度明显变化时, 该算法仍具有较好的跟踪性能, 可实现稳定准确的目标跟踪, 有效地提高了核相关性滤波跟踪算法的跟踪性能。
核相关性滤波 尺度估计 目标跟踪 GM(1,1)灰色预测 kernel correlation filtering scale estimation target tracking GM(1,1)grey prediction
兰州交通大学自动化与电气工程学院, 甘肃 兰州 730070
针对传统跟踪方法在严重遮挡情况下出现目标跟踪漂移和丢失的问题,在核相关滤波跟踪框架下提出一种长时间稳健的目标跟踪算法。在跟踪过程中引入包含遮挡信息的组合置信度测量方法,用于稳健更新。如果核相关滤波算法中置信度的结果表明目标被遮挡,则引入块均值漂移算法来跟踪目标。利用局部信息获取目标的最终位置。用OTB-13测试库中的8组视频序列测试算法的性能,相比传统的核相关滤波算法,精确度提高了0.7%,成功率提高了5.7%。测试结果表明在目标发生严重遮挡时,该算法仍具有较好的跟踪效果,能实现目标长时间稳定的跟踪。
机器视觉 目标跟踪 核相关滤波 遮挡检测 均值漂移 激光与光电子学进展
2019, 56(2): 021502
江南大学物联网工程学院, 江苏 无锡 214122
提出了一种特征权值与尺度自适应的核相关跟踪算法。提取目标搜索区域的方向梯度直方图(HOG)特征和颜色名(CN)特征进行自适应权值融合,通过融合特征的相关滤波响应图的峰值找到目标位置;利用权值较大特征的相关滤波响应图的峰值和峰值旁瓣比的乘积作为尺度评估依据,对目标尺度进行粗略估计和精确估计,从而得到目标的最佳尺度。通过在目标跟踪标准(OTB-2013)数据集上的仿真实验,结果表明相比核相关滤波跟踪算法以及其他5种跟踪算法,所提算法在跟踪精度和成功率方面都有明显提高,跟踪精度为0.799,成功率为0.723,能较好地适应目标尺度的变化。
机器视觉 目标跟踪 核相关滤波 特征融合 尺度自适应 激光与光电子学进展
2019, 56(10): 101501
中国科学院福建物质结构研究所, 福建 福州 350002
针对大多数跟踪算法无法解决尺度变化问题和现有尺度解决方案存在冗余、固定的问题,提出一种基于核相关滤波框架的由粗到细快速和新颖地解决尺度估计的方法,考虑到仅利用响应图峰值进行比较存在不稳定性,以检测响应图与期望输出图的欧氏距离作为峰值的可靠程度,以两者的乘积作为最终比较结果;该方法首先使用3个尺度因子确定目标尺度变化方向,然后在尺度变化方向求解最优尺度;在OTB-100的26个带有尺度变化属性的基准序列上进行实验,并与现有其他先进跟踪算法进行定量和定性比较。结果表明:提出的方法能够很好地解决尺度变化问题;与核相关滤波相比,所提出算法的平均距离精度提高了18.8%,曲线下面积提高了19.6%,跟踪速度是稳健视觉跟踪的精确尺度估计的2.5倍,是特征整合尺度自适应核相关滤波跟踪算法的6倍。
机器视觉 目标跟踪 核相关滤波 尺度估计 遮挡检测 激光与光电子学进展
2018, 55(12): 121501
江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
针对传统跟踪方法难以实时准确适应目标尺度变化这一问题,基于核相关滤波跟踪框并采用尺度估计方法,提出一种自适应尺度的目标跟踪算法。对正则化最小二乘分类器进行求解,获得滤波模板,并对候选样本进行检测,估计出目标的位置;利用尺度估计方法,在已确定目标位置处根据前一帧目标的大小对当前帧目标尺度进行检测,由最大的响应值确定当前帧目标的尺度;根据遮挡检测机制,在线更新目标和尺度模型参数。实验结果表明,所提出的算法与其他跟踪算法中的最优者相比,距离精度提高了17.12%,成功率提高了10.77%;在目标发生背景干扰、严重遮挡以及在光照、姿态和尺度变化等复杂场景下,该算法仍具有较好的跟踪效果。
机器视觉 目标跟踪 核相关滤波 最小二乘分类器 尺度估计 遮挡检测 激光与光电子学进展
2018, 55(4): 041501
