典型文献
基于外观相似性更新的相关滤波跟踪算法
文献摘要：
针对核相关滤波(kernel correlation filter,KCF)算法在目标旋转、形变等复杂环境中容易产生模型漂移的问题,提出了一种基于KCF自适应更新的目标跟踪算法(adaptive updating target tracking algorithm based on KCF,AUKCF).该方法首先对响应进行多峰判断,然后针对多峰现象使用显著性检测进行目标的重新定位,减少模型漂移.为了保证显著性检测的准确性,使用重检测手段进行显著性检测结果的校准.最后,使用斯皮尔曼相关性判断目标是否存在遮挡、严重形变等问题,并根据斯皮尔曼相关性结果决定是否进行模型的更新,减少模型退化,提高更新效率.在目标跟踪数据集OTB2015上进行测试,实验结果表明,AUKCF相比KCF算法的精度和成功率分别提高14％和11.8％,并且AUKCF算法比目前流行的深度学习算法更加简洁,对设备性能要求更低,算法实时性可以达到93.84 fps.
文献关键词：
目标跟踪;显著性检测;斯皮尔曼相关性;模型退化;模型更新
中图分类号：
作者姓名：
方澄;路稳;姬菁颖;宋玉蒙;梁斐菲;罗志伟
作者机构：
中国民航大学电子信息与自动化学院,天津300300
文献出处：
引用格式：
[1]方澄;路稳;姬菁颖;宋玉蒙;梁斐菲;罗志伟-.基于外观相似性更新的相关滤波跟踪算法)[J].系统工程与电子技术,2022(01):117-126
A类：
AUKCF
B类：
相关滤波跟踪算法,核相关滤波,kernel,correlation,filter,复杂环境,漂移,自适应更新,目标跟踪算法,adaptive,updating,target,tracking,algorithm,多峰,显著性检测,重新定位,重检测,检测手段,斯皮尔曼相关性,相关性判断,遮挡,果决,模型退化,高更,目标跟踪数据集,OTB2015,比目,深度学习算法,设备性能,性能要求,fps,模型更新
AB值：
0.37043
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。
