融合KCF和HOG的改进TLD目标跟踪算法OA
Fusion of KCF and HOG Based Improvement TLD Target Tracking Algorithm
针对跟踪-学习-检测(TLD)算法跟踪速度慢,对光照变化鲁棒性差的问题,提出了一种融合核相关滤波(KCF)和方向梯度直方图(HOG)的改进TLD目标跟踪算法.该算法将TLD跟踪模块的中值流跟踪替换为KCF目标跟踪,通过循环矩阵将计算从时域转换到频域,大大降低了计算量,提高了算法的跟踪速度;再通过提取目标的HOG特征,代替TLD检测模块中随机森林检测器的灰度特征,通过对图像的归一化,降低光照强度对检测的影响,增加了检测器检测成功率,提高了算法的鲁棒…查看全部>>
储开斌;朱磊;张继
常州大学微电子与控制工程学院,江苏常州213164常州大学阿里云大数据学院,江苏常州213164常州大学阿里云大数据学院,江苏常州213164
信息技术与安全科学
目标跟踪核相关滤波算法跟踪-学习-检测算法方向梯度直方图特征
《常州大学学报（自然科学版）》 2022 (1)
60-67,8
江苏省高等学校自然科学研究面上项目(19KJB510017)常州大学科研启动基金资助项目(ZMF18020066).
评论