基于通道可靠性的多尺度背景感知相关滤波跟踪算法

针对现实场景中跟踪目标的光照变化、尺度变化、遮挡等问题,提出了一种基于通道可靠性的多尺度背景感知相关滤波跟踪算法。通过提取方向梯度直方图特征、灰度特征和颜色属性特征作为目标表观模型,提高了目标跟踪方法在复杂场景中的稳健性;独立训练每个通道的背景感知相关滤波器,采用通道可靠性系数衡量每个通道响应图的置信度;根据所有通道的响应图和可靠性系数,合成多通道背景感知相关滤波跟踪器的最终响应图,对目标进行精确定位;运用尺度池方法估计目标的最优位置和尺度。实验结果表明:与现有跟踪算法相比,所提算法可以有效地处理光照变化、尺度变化、遮挡等复杂因素的干扰,取得较高的跟踪精度和成功率,其整体性能优于其他算法。     

基于改进的空间直方图相似性度量的粒子滤波视觉跟踪（英文）

空间直方图是直方图的一种推广,其增加了对更高阶空间信息的描述,提高了对目标的鉴别能力,而选择合适的空间直方图之间的相似性度量方法尤其重要。提出了一种基于目标背景区域相关度CTLB和JSD距离的空间直方图相似性度量,CTLB衡量了空间直方图每一个量化区间贡献值,减少了背景信息的干扰。将每一个量化区间看作为归属像素组成的高斯分布并应用JSD方法计算空间直方图的空间相似度,提高了度量方法的鉴别能力。最后,将该度量方法应用到了粒子滤波跟踪器中并和现有算法进行了比较。实验中两组测试序列跟踪误差均值分别是3.47像素和4.36像素,证明所提出的相似度度量方法优于现有方法,且跟踪结果更稳定、更鲁棒。