文献知网节
  • 记笔记
摘要:针对经典的核相关滤波(kernel correlation filter,KCF)算法在目标物体被遮挡、发生严重形变或旋转等复杂条件的跟踪失败问题,提出了一种利用最佳伙伴相似性引导的KCF算法。利用Edge boxes算法生成候选区域(region proposals,RP),并通过计算图像的尺寸、灰度和颜色相似度筛选RP。将筛选后的RP与模板图像进行最佳伙伴相似匹配,计算每个RP的最佳伙伴相似得分。融合最佳伙伴相似得分与KCF最大位置响应得分来预测目标可能位置。采用OTB100数据集评估算法性能,实验结果表明,与经典KCF算法和稀疏正则化判别式相关滤波算法相比,提出的算法可以在复杂条件下对目标有效跟踪,且精确度和成功率较高。
  • DOI:

    10.13682/j.issn.2095-6533.2019.06.006

  • 专辑:

    电子技术及信息科学

  • 专题:

    无线电电子学; 计算机软件及计算机应用

  • 分类号:

    TP391.41;TN713

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:25 页码:27-34 页数:8 大小:2014K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者
  • 相关视频