计算机工程与科学 ›› 2020, Vol. 42 ›› Issue (09): 1587-1598.
黄浩淼1,4,张江2,张晶1,3,4,保峻嵘5
HUANG Hao-miao1,4,ZHANG Jiang2,ZHANG Jing1,3,4,BAO Jun-rong5
摘要: 针对目标快速运动导致的图像模糊,使DSST算法难以区分目标与背景信息,滤波器在训练阶段循环移位采集密集样本容易产生边界效应,导致跟踪漂移的问题,提出了一种融合TLD框架的DSST实时目标跟踪改进算法(TLD-DSST)。改进DSST算法的位置滤波器,通过空间正则化的方法加入权重系数矩阵,降低非目标区域的响应,对快速运动目标进行粗定位;与此同时,引入朴素贝叶斯分类器改进TLD检测器,提高检测器对目标与背景信息的区分能力,然后将DSST目标响应的位置与TLD检测器得到的目标区域进行最优相似性匹配,得到精确定位的结果。通过TLD检测器正负样本在线更新机制,不断优化算法的鲁棒性。实验结果表明,TLD-DSST算法对于快速运动等复杂情景下的目标跟踪,具有很高的精确度和成功率。