作者:吴世宇; 李志华; 王威目标跟踪核相关滤波样本更新kalman滤波orb特征点
摘要:为了解决核相关滤波(Kernelized Correlation Filter,KCF)算法由于测量误差的累积导致目标跟踪失败的问题,提出一种样本质量评价机制,筛选样本对分类器进行更新操作。为了解决目标遮挡后重定位的问题,使用Kalman滤波算法估计目标位置,然后评价其估计结果。为了解决目标位置难以预测的问题,使用ORB特征点匹配算法完成目标的重新定位。在TB数据集中选取部分序列进行测试。实验结果表明,目标出现短时间、长时间遮挡时,改进算法在精确度和成功率上都有一定程度的提高。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社