一种时空特征融合的鲁棒视觉跟踪算法
杨志龙1
侯志强1
余旺盛2
蒲磊3
张成煜1
马素刚1
1.西安邮电大学计算机学院,西安,7101212.空军工程大学信息与导航学院,西安,7100773.火箭军工程大学作战保障学院,西安,710025
摘要：针对视觉跟踪在复杂背景下因外观特征表征不足等原因造成的目标丢失问题,结合深度光流网络估计的运动特征,文中提出了一种基于时序信息和空间信息自适应融合的视觉跟踪算法.该算法在相关滤波跟踪框架基础上,引入递归全对场变换(RAFT)深度网络估计光流以获取目标的时序信息,提取目标的CN特征和HOG特征获取空间信息,然后融合目标时序信息和空间信息,以增强对目标时空特征的表征能力;其次,建立了一种跟踪结果质量判别机制,实时调整时序信息在融合过程中的权重,有效提升了算法在复杂动态环境下的泛化能力.为评估算法的有效性,在OTB100和VOT2019两个数据集上进行了测试,实验结果表明,与主流视觉跟踪算法相比,所提算法的跟踪性能获得了显著提升,尤其在运动模糊、快速运动等属性的视频中,具有明显优势.
关键词：视觉跟踪时空特征特征融合相关滤波
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(62072370)
论文发表日期：2022-12-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 57-63,106 )
英文信息