基于检测器与定位器融合的自适应校正跟踪算法

作者:郭业才; 刘程
更新时间:

针对复杂动态场景中遮挡、旋转等因素导致的跟踪失败问题,提出了一种基于检测器和定位器融合的自适应校正跟踪算法。定位器通过提取目标的深度特征来训练CNN的滤波器进行位置估计。CNN滤波器在原始CF2算法的三层卷积特征的基础上增加了两层浅层特征,以增强目标纹理信息的提取。检测器提取目标的特征,结合上下文信息计算置信度,将当前帧的平均峰值能量和最大响应与历史平均值进行比较,综合判断跟踪是否因遮挡等因素而失败。如果跟踪失败,则结合探测器重新定位目标,否则估计目标规模。最后,当模型具有高斯瑞利卡时,对模型进行更新。实验结果表明,该算法在距离精度和重叠精度方面都取得了良好的效果。