《表2 CLE平均值对比:融合视频亮度优化的目标相关滤波跟踪方法》
由表1可知,本文给出的基于优化相关滤波器的目标跟踪方法优于其他四类主流的跟踪算法。为了呈现本文算法面对复杂条件视频下的跟踪优势,选择受目标尺度变化和部分遮挡因素影响的视频作为测试序列。由结果可知,采用CENTRIST特征输入相关滤波器能有效定位视频序列中的目标位置,而稀疏化的特征便于跟踪算法完成目标位置的大小和尺度估计[15]。本文改进算法根据视频亮度设定相关滤波器输出的方差,提升了不同亮度条件下相关滤波器对目标轮廓的敏感性,使得改进算法在OP、DP和CLE指标上具有明显优势,其他CLE平均偏差仅为12.9像素,而OP和DP分别为70.3%和91.7%。从FPS指标可知,本文算法中滤波器的模板更新方法有助于跟踪精度和实时性之间达到较好的平衡。跟踪速度比Struck快3倍,比ASLA快22倍,比SCM快230倍。CLE平均值对比如表2所示。
图表编号 | XD003920600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 李垣江、谢娟、黄振华、叶维杨 |
绘制单位 | 江苏科技大学电子信息学院、毫米波国家重点实验室、江苏科技大学电子信息学院、江苏科技大学电子信息学院、江苏科技大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |