重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (8): 124-131.doi: 10. 3969 /j. issn. 1674-8425(z). 2019. 08. 020

• 智能技术 • 上一篇    下一篇

热红外图像序列中基于 KCF 和Mean-Shift 定位的目标跟踪方法

易 欣1,郭武士1,赵 丽2   

  1. 1. 四川省装备制造业机器人应用技术工程实验室, 四川 德阳 618000; 2. 山西大学 软件学院, 太原 030013
  • 收稿日期:2019-03-15 出版日期:2019-09-27 发布日期:2019-09-27
  • 作者简介:易欣,女,硕士,副教授,主要从事图像处理?机器人研究,Email:yixin2018yi@ 126. com;郭武士,男,硕士,副教授,主要从事计算机应用研究?
  • 基金资助:
    山西省科技厅基础研究计划项目———青年科技研究基金资助项目(2014021039 - 6);四川省科技厅科技计划重点研发项目(2018GZ0299)

  • Received:2019-03-15 Online:2019-09-27 Published:2019-09-27

PDF (PC)

292

赞

摘要： 通过自适应组合核化相关滤波器( KCF)来获取目标位置,使用最有区别的特征集梯度和信道编码强度特征训练滤波器;然后,将经过训练的滤波器与感兴趣区域相关联,并将输出响应自适应地组合在一起,基于峰值定位目标。使用 AdaBoost 分类器对包含目标像素和背景像素的图像块进行训练,以分割连续帧中的对象;最后,通过 Mean-Shift 均值漂移算法寻找峰值以获得最优位置。对 LTIR 数据集中 13 个具有挑战性的红外视频进行了实验,结果显示提出的跟踪器在平均中心位置误差、距离精度和重叠精度等方面均优于其他跟踪器。

关键词: 目标跟踪, 热红外图像, 判别式, Adaboost 分类器, Mean Shift 算法

中图分类号: 

  • TP391