博文
具有尺度和旋转适应性的长时间目标跟踪
|
目标跟踪作为计算机视觉领域的一个核心的并且极具挑战性的研究课题，其处理过程主要为：在初始图像帧确定待跟踪目标，然后根据目标的视觉外观、运动特性等因素，在后续的图像序列中对目标进行定位，从而得到特定运动目标的完整运动轨迹。
目标尺度和旋转变化给鲁棒的长时间目标跟踪带来了很大挑战。为此，本文提出了具有尺度和旋转适应性的鲁棒目标跟踪算法。首先采用基于傅里叶-梅林变换和核相关滤波的目标尺度和旋转参数估计方法实现了连续空间的目标尺度和旋转参数估计；然后针对长时间目标跟踪过程中难以完全避免的跟踪失败情况,提出了一种基于直方图和方差加权的目标搜索方法，能够快速的从图像中确定丢失目标可能存在的区域，并且检测出待跟踪的目标；最后训练了两个核相关滤波器，分别用于估计跟踪结果的置信度和目标平移, 置信度估计结果可用于激活基于直方图和方差加权的目标搜索模块, 并判断搜索窗口中是否包含目标，提高了目标跟踪的精确性和鲁棒性。本文提出的算法框图如图1所示。 图1 本文提出的具有尺度和旋转适应性的长时间目标跟踪算法框图 在目标跟踪标准数据集(Online object tracking benchmark, OTB)上对提出的算法和目前主流的目标跟踪算法做了对比实验, 验证了本文提出算法的有效性和优越性。 4个视频见下方链接 https://mp.weixin.qq.com/s/6PDJ-MwyxFMiuCkQhrokbg 引用格式： 熊丹, 卢惠民, 肖军浩, 郑志强. 具有尺度和旋转适应性的长时间目标跟踪. 自动化学报, 2019, 45(2): 289-304 文章链接： http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c170359 作者简介 熊 丹 军事科学院国防科技创新研究院助理研究员.2017年获得国防科技大学博士学位.主要研究方向为机器人视觉和视觉SLAM. E-mail: xiongdan@nudt.edu.cn 卢惠民 国防科技大学智能科学学院副教授.2010年获得国防科技大学博士学位. 主要研究方向为机器人视觉,视觉SLAM、机器人足球、机器人救援.本文通信作者. E-mail: lhmnew@nudt.edu.cn 肖军浩 国防科技大学智能科学学院副教授.2007年获得国防科技大学学士学位, 2013年获得德国汉堡大学博士学位.主要研究方向为移动机器人三维感知和多机器人协同控制. E-mail: junhao.xiao@ieee.org 郑志强 国防科技大学智能科学学院教授.1994年获得比利时列日大学博士学位. 主要研究方向为多机器人协同控制,飞行器控制. E-mail: zqzheng@nudt.edu.cn
https://blog.sciencenet.cn/blog-3291369-1257835.html
上一篇：【直播预告】自动化学报&JAS线上讲堂 第9期
下一篇：基于中文电子病历的心血管疾病风险因素标注体系及语料库构建
