基于Kalman滤波的CN跟踪算法研究

被引：1

作者：

代云超

周宇

叶庆卫

陆志华

王晓东

机构：

[1] 宁波大学信息科学与工程学院

来源：

数据通信 | 2018年 / 03期

关键词：

遮挡处理; Kalman滤波器; CN跟踪算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对CN跟踪算法难以应对目标完全遮挡的问题,提出一种将Kalman滤波算法与CN跟踪算法相结合的视频运动目标跟踪算法。首先初始化目标位置和Kalman滤波器,并利用Kalman滤波器预测下一帧图像中的目标位置,然后在预测的位置坐标周围选取检测窗口并利用核相关滤波器进行目标检测,在此设定判决机制,合理利用检测结果校准Kalman滤波器,如此循环直至遍历整个视频序列。通过与原始的CN跟踪算法进行对比的实验结果表明,当目标被完全遮挡后,改进算法仍能保持较好的跟踪效果。

引用

页码：27 / 31+38 +38

页数：6

共 13 条

[1] 目标跟踪技术综述 [J].

高文 ;

朱明 ;

贺柏根 ;

吴笑天 .

中国光学, 2014, (03) :365-375

[2]

Tracking learning detection. Kalal,Zdenek. . 2011

[3]

Real-Time Object Tracking Via Online Discriminative Feature Selection. K.Zhang,L.Zhang,M-H.Yang. IEEE Transactions on Image Processing . 2013

[4]

Struck:Structured output tracking with kernels. Hare S,Saffari A,Torr P H S. IEEE International Conference on Computer Vision . 2012

[5]

High-speed tracking with kernelized correlation filters. Henriques J F,Caseiro R,Martins P,et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2015

[6]

Exploiting the circulant structure of tracking-by-detection with kernels. Henriques J F,Caseiro R,Martins P, et al. Computer Vision-ECCV 2012 . 2012

[7]

Accurate scale estimation for robust visual tracking. Danelljan M,Hager G,Khan F,Felsberg M. BMVC . 2014

[8]

Real-time compressive tracking. Zhang K,Zhang L,Yang M H. Computer Vision-ECCV 2012 . 2012

[9]

An experimental survey on correlation filter-based tracking. CHEN Z,HONG Z,TAO D. Computer Science . 2015

[10]

Tracking-Learning-Detection. Zdenek Kalal,Krystian Mikolajczyk,Jiri Matas. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2012

← 1 2 →