基于HOG-SVM的改进跟踪-学习-检测算法的目标跟踪方法 |
| |
作者姓名: | 刘晓悦 王云明 |
| |
作者单位: | 华北理工大学电气工程学院,唐山,063210;华北理工大学电气工程学院,唐山,063210 |
| |
摘 要: | 对于经典跟踪-学习-检测(TLD)跟踪算法,在目标受到遮挡、光照、干扰、旋转和尺度变化等问题时,会导致算法的跟踪精度和速度降低,计算的复杂度较高,实时性差。针对以上问题,提出一种改进的TLD目标跟踪算法。首先针对检测模块中计算复杂度高的问题,将HOG-SVM结合替换原TLD算法中的2bit BP特征和集成分类器;再针对原算法中跟踪精度低的问题,将KCF跟踪算法替换中值光流法;在HOG-SVM+KCF跟踪算法的基础上,对滑动窗口法进行改进,解决原算法中实时性差的问题。实验表明,改进后的跟踪算法,在背景环境变化的情况下,跟踪精度和速度都有提高,实时性加强。
|
关 键 词: | TLD HOG-SVM KCF跟踪算法 滑动窗口法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|