吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (2): 533-538.doi: 10.13229/j.cnki.jdxbgxb20160411
杨欣1, 2, 夏斯军1, 刘冬雪1, 费树岷3, 胡银记2
YANG Xin1, 2, XIA Si-jun1, LIU Dong-xue1, FEI Shu-min3, HU Yin-ji2
摘要： 单目标持久跟踪的主要难点是由于目标姿态、相似背景及遮挡等因素而导致的漂移问题。基于此提出了一种改进L1APG (L1 tracker using accelerated proximal gradient approach) 的目标-学习-检测(TLD)目标跟踪算法。首先,在L1APG跟踪器中加入遮挡检测判断;其次,将遮挡程度转换为目标模板和背景模板系数的权重;最后,用改进的L1APG跟踪器取代传统TLD框架中的跟踪器,自适应地根据遮挡程度改变模板系数,从而有效地提高了跟踪效果。实验表明:本文算法与传统TLD跟踪框架相比,能更好地处理遮挡和漂移问题,具有较好的稳定性和鲁棒性。
中图分类号:
| [1] Beaudry C, Péteri R, Mascarilla L. Action recognition in videos using frequency analysis of critical point trajectories[C]∥2014 IEEE International Conference on Image Processing (ICIP), Paris, France, 2014: 1445-1449. [2] Dondo D G, Redolfi J A, Griffa M, et al. Target tracking system using multiple cameras and Bayesian estimation[J]. IEEE Latin America Transactions, 2016, 14(6): 2713-2718. [3] 郝志成,高文. 多模跟踪技术在轮式侦察车图像处理器的应用[J]. 中国光学, 2011, 4(5): 480-488. Hao Zhi-cheng, Gao Wen. Application of multi-pattarn tracking in wheel type scout car image processor[J]. Chinese Optics, 2011, 4(5): 480-488. [4] 熊晶莹, 戴明. 适应移动智能设备的目标跟踪器[J]. 光学精密工程, 2017,25(12):3152-3159. Xiong Jing-ying, Dai Ming. Design of tracker for mobile smart devices[J]. Optics and Precision Engineering, 2017, 25(12): 3152-3159. [5] Buehler P, Everingham M, Huttenlocher D P, et al. Long term arm and hand tracking for continuous sign language TV broadcasts[C]∥Proceedings of the 19th British Machine Vision Conference, Leeds, UK, 2008: 1105-1114. [6] Xu J, Li J. Moving target tracking algorithm based on scale invariant optical flow method[C]∥ Information Science and Control Engineering (ICISCE), Beijing, China, 2016: 468-472. [7] 杨欣,费树岷,李刚,等. 基于复杂特征融合的改进mean shift目标跟踪[J]. 控制与决策,2014(7):1297-1300. Yang Xin,Fei Shu-min, Li Gang, et al. Improved mean shift target tracking based on complex feature fusion[J]. Control and Decision,2014(7):1297-1300. [8] 王田, 刘伟宁, 韩广良, 等.基于改进MeanShift的目标跟踪算法[J]. 液晶与显示, 2012,27(3): 396-400. Wang Tian, Liu Wei-ning, Han Guang-liang, et al. Target tracking algorithm based on improved Meanshift[J].Chinese Journal of Liquid Crystals and Displays,2012,27(3):396-400. [9] 许佳佳.基于MeanShift算法的航空影像联合分割[J].液晶与显示, 2014,29(4): 586-591. Xu Jia-jia. Joint segmentation using MeanShift algorithm for high resolution aerial images[J]. Chinese Journal of Liquid Crystals and Displays, 2014,29(4): 586-591. [10] 夏楠, 邱天爽, 李景春, 等. 一种卡尔曼滤波与粒子滤波相结合的非线性滤波算法[J]. 电子学报, 2013, 41(1): 148-152. Xia Nan,Qiu Tian-shuang, Li Jing-chun, et al. A nonlinear filtering algorithm combining Kalman filter with particle filter[J]. Journal of Electronics, 2013, 41 (1): 148-152. [11] 杜超, 刘伟宁, 刘恋.一种基于卡尔曼滤波及粒子滤波的目标跟踪算法[J].液晶与显示, 2011,26(3): 384-389. Du Chao, Liu Wei-ning, Liu Lian. Target tracking algorithm based on Kalman filter and particle filter[J]. Chinese Journal of Liquid Crystals and Displays, 2011,26(3): 384-389. [12] Mei X, Ling H. Robust visual track-ing using ? 1 minimization[C]∥IEEE International Conference on Computer Vision, Xi'an, China, 2009: 1436-1443. [13] 张亚红,杨欣,沈雷,等.基于视觉显著特征的自适应目标跟踪[J]. 吉林大学学报:信息科学版,2015, 33(2):195-200. Zhang Ya-hong, Yang Xin, Shen Lei, et al. Adaptive target tracking based on salient features of vision [J]. Journal of Jilin University (Information Science Edition), 2015, 33(2) :195-200. [14] 李静宇,王延杰.基于子空间的目标跟踪算法研究[J].液晶与显示, 2014,29(4): 617-622. Li Jing-yu, Wang Yan-jie. Subspace based target tracking algorithm[J]. Chinese Journal of Liquid Crystals and Displays, 2014,29(4): 617-622. [15] Zhang K, Zhang L, Yang M H. Real-time Compressive Tracking[M].Florence, Italy:Springer, 2012: 864-877. [16] 杨欣,刘加,周鹏宇,等. 基于多特征融合的粒子滤波自适应目标跟踪算法[J]. 吉林大学学报:工学版,2015,45(2):533-539. Yang Xin, Liu Jia, Zhou Peng-yu,et al. Particle filter adaptive target tracking algorithm based on multi-featurefusion[J]. Journal of Jilin University(Engineering and Technology Edition), 2015,45 (2):533-539. [17] 王暐,王春平,李军,等. 特征融合和模型自适应更新相结合的相关滤波目标跟踪[J].光学精密工程, 2016, 24(8): 2059-2066. Wang Wei,Wang Chun-ping,Li Jun, et al. Correlation filter tracking based on feature fusing and model adaptive updating[J]. Optics and Precision Engineering, 2016, 24(8): 2059-2066. [18] Kalal Z, Mikolajczyk K, Matas J. Tracking-learning-detection[J]. IEEE Trans Pattern Anal Mach Intell, 2012, 34(7): 1409-1422. [19] Kalal Z, Mikolajczyk K, Matas J. Forward-backward error: automatic detection of tracking failures[C]∥ International Conference on Pattern Recognition,Japan, 2010:2756-2759. [20] 周鑫, 钱秋朦, 叶永强, 等. 改进后的 TLD 视频目标跟踪方法 [J]. 中国图象图形学报, 2013, 18(9): 1115-1123. Zhou Xin, Qian Qiu-meng, Ye Yong-qiang, et al. The improved TLD video target tracking method[J]. Journal of Image and Graphics,2013, 18(9): 1115-1123. |
| [1] | 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577. |
| [2] | 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585. |
| [3] | 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205. |
| [4] | 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213. |
| [5] | 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865. |
| [6] | 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873. |
| [7] | 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881. |
| [8] | 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532. |
| [9] | 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544. |
| [10] | 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603. |
| [11] | 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611. |
| [12] | 邵克勇, 陈丰, 王婷婷, 王季驰, 周立朋. 无平衡点分数阶混沌系统全状态自适应控制[J]. 吉林大学学报(工学版), 2017, 47(4): 1225-1230. |
| [13] | 王生生, 王创峰, 谷方明. OPRA方向关系网络的时空推理[J]. 吉林大学学报(工学版), 2017, 47(4): 1238-1243. |
| [14] | 马淼, 李贻斌. 基于多级图像序列和卷积神经网络的人体行为识别[J]. 吉林大学学报(工学版), 2017, 47(4): 1244-1252. |
| [15] | 周炳海, 彭涛. 混流装配线准时化物料配送调度优化[J]. 吉林大学学报(工学版), 2017, 47(4): 1253-1261. |
|