基于自适应组合核的鲁棒视频目标跟踪算法

作     者：刘培强 张加惠 吴大伟 安志勇 LIU Peiqiang;ZHANG Jiahui;WU Dawei;AN Zhiyong

作者机构：山东工商学院计算机科学与技术学院山东烟台264005 山东省高等学校协同创新中心:未来智能计算山东烟台264005 东北林业大学交通学院哈尔滨150040 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2018年第38卷第12期

页      面：3372-3379页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：山东省自然科学基金资助项目(ZR2014FL007) 烟台市重点研发计划项目(2017ZH065) 赛尔网络下一代互联网技术创新项目(NGII20161204) 

主　　题：目标跟踪 傅里叶变换 核化相关滤波器 组合核 岭回归 

摘      要：为了解决核化相关滤波器(KCF)在复杂场景下鲁棒性差的问题,提出了基于自适应组合核(SACK)的目标跟踪算法。跟踪任务分为位置跟踪和尺度跟踪两个独立部分。首先,以线性核和高斯核的自适应组合作为核跟踪滤波器,构造了SACK权重的风险目标函数。该函数根据核的响应值自适应调整线性核和高斯核权重,不仅考虑了不同核响应输出的经验风险泛函最小,而且考虑了极大响应值的风险泛函,同时具有局部核和全局核的优点。然后,根据该滤波器的输出响应得到目标精确位置,设计了基于目标极大响应值的自适应更新率,针对位置跟踪滤波器进行自适应更新。最后,利用尺度跟踪器对目标尺度进行估计。实验结果表明,所提算法的成功率和距离精度在OTB-50数据库表现最优,比KCF算法分别高6. 8个百分点和4. 1个百分点,比双向尺度估计跟踪(BSET)算法分别高2个百分点和3. 2个百分点。该算法对形变和遮挡等复杂场景具有很强的适应能力。