典型文献
基于前景优化的视觉目标跟踪算法
文献摘要：
将目标分割技术引入跟踪领域是当前的研究热点.目前,基于分割的跟踪算法往往根据分割结果计算最小外接矩形,以此作为跟踪框,但复杂的目标运动使得跟踪框内包含较多背景,从而导致精度下降.针对该问题,本文提出了一种基于前景优化的视觉目标跟踪算法,将跟踪框的尺度和角度优化统一于前景优化框架中.首先评估跟踪框内的前景比例,若小于设定阈值,则对跟踪框分别进行尺度和角度优化;在尺度优化模块中,结合回归框计算跟踪框的条件概率,根据条件概率的结果分情形进行尺度优化;角度优化模块中,针对跟踪框设定多个偏移角度,利用前景IoU(Intersection over Union)极大策略选择最优跟踪框角度.结果证明,将本文方法应用于SiamMask算法,精度在VOT2016,VOT2018和VOT2019数据集分别提升约3.2％,3.7％和3.6％,而EAO分别提升约1.8％,1.9％和1.6％.另外,本文的方法针对基于分割的跟踪算法具有一定的普适性.
文献关键词：
目标分割;目标跟踪;前景优化;尺度优化;角度优化
中图分类号：
作者姓名：
谢青松;刘晓庆;安志勇;李博
作者机构：
山东工商学院计算机科学与技术学院,山东烟台264000;山东工商学院信息与电子工程学院,山东烟台264000
文献出处：
引用格式：
[1]谢青松;刘晓庆;安志勇;李博-.基于前景优化的视觉目标跟踪算法)[J].电子学报,2022(07):1558-1566
A类：
前景优化
B类：
视觉目标跟踪,目标跟踪算法,目标分割,结果计算,最小外接矩形,目标运动,框内,多背景,角度优化,优化框架,尺度优化,条件概率,偏移角度,利用前景,IoU,Intersection,over,Union,策略选择,最优跟踪,SiamMask,VOT2016,VOT2018,VOT2019,EAO
AB值：
0.403507
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
