基于核相关滤波器的尺度自适应追踪算法

时鹏飞; 高清维; 卢一相; 孙冬

doi:10.13873/J.1000-9787(2021)06-0145-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于核相关滤波器的尺度自适应追踪算法

计算与测试 | 更新时间：2025-09-11

- 基于核相关滤波器的尺度自适应追踪算法
- Scale adaptive tracking algorithm based on kernelized correlation filters
- 传感器与微系统 2021年第6期页码：145-148
- 作者机构：
  
  安徽大学电气工程与自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61370110);安徽省教育厅自然科学基金重点资助项目(KJ2018A0012)
- DOI：10.13873/J.1000-9787(2021)06-0145-04
  中图分类号： TN713;TP391.41
- 纸质出版：2021
- 稿件说明：
移动端阅览
时鹏飞, 高清维, 卢一相, 等. 基于核相关滤波器的尺度自适应追踪算法[J]. 传感器与微系统, 2021,(6):145-148.

SHI Pengfei, GAO Qingwei, LU Yixiang, et al. Scale adaptive tracking algorithm based on kernelized correlation filters[J]. 2021, (6): 145-148.
时鹏飞, 高清维, 卢一相, 等. 基于核相关滤波器的尺度自适应追踪算法[J]. 传感器与微系统, 2021,(6):145-148. DOI： 10.13873/J.1000-9787(2021)06-0145-04.

SHI Pengfei, GAO Qingwei, LU Yixiang, et al. Scale adaptive tracking algorithm based on kernelized correlation filters[J]. 2021, (6): 145-148. DOI： 10.13873/J.1000-9787(2021)06-0145-04.

摘要

针对目标追踪算法里核相关滤波器(KCF)不能处理尺度变化的问题

设计了一种用于尺度估计的系统。在标准KCF获取的位置周围提取尺度样本

并将其与一个额外的核相关滤波器进行卷积

可将卷积结果中的最大值位置作为目标在新帧中的尺度大小。在OTB数据集中的结果显示出算法可以高速有效地应对目标追踪中的尺度变化问题。

Abstract

Aiming at the problem that kernelized correlation filter（KCF）is unable to handle scale variation in object tracking algorithm

a system for scale estimation is designed.Around the position estimated by a standard KCF

another filter is convolved with the signal sampled around the position.The maxima in output is treated as a suitable scale in new frame.The experimental results on OTB dataset show that it is able to handle scale variation efficiently.

关键词

Keywords

references

浏览量

183

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

自适应融合多层卷积特征的目标跟踪算法

结合学习速率调整的尺度自适应核相关滤波跟踪算法

基于特征鉴别性分析的变尺度核相关滤波跟踪算法

一种基于SVM的核相关跟踪算法