學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾

關(guān)鍵詞:視覺(jué)對(duì)象跟蹤；相關(guān)濾波器；時(shí)空信息；徹底的改變

---

Aberrance suppresse dspatio-temporal correlation filters for visual object tracking

摘要

本研究的目的是設(shè)計(jì)一種基于相關(guān)濾波的魯棒視覺(jué)目標(biāo)跟蹤方法。在文獻(xiàn)中，已經(jīng)提出了許多基于鑒別相關(guān)濾波的跟蹤方法，并且獲得了令人印象深刻的性能。然而，現(xiàn)有的算法仍然面臨著諸如部分遮擋、雜波背景、不確定性、邊界效應(yīng)(尤其是當(dāng)目標(biāo)搜索區(qū)域很小時(shí))和其他具有挑戰(zhàn)性的視覺(jué)因素等困難。此外，在目標(biāo)檢測(cè)過(guò)程中，由照明變化和部分/完全遮擋引起的對(duì)象的突然變化會(huì)降低性能。

為了解決前面提到的缺點(diǎn)，我們提出了一種利用時(shí)空信息的異常抑制相關(guān)濾波器進(jìn)行視覺(jué)跟蹤的算法。具體來(lái)說(shuō)，我們?cè)谙嚓P(guān)濾波器中引入空間正則項(xiàng)來(lái)抑制邊界效應(yīng)。隨后，在基于離散余弦變換的框架中采用時(shí)間正則化來(lái)實(shí)現(xiàn)更魯棒的外觀模型并進(jìn)一步增強(qiáng)跟蹤性能。此外，我們還介紹了一種抑制由突變引起的反應(yīng)圖異常的方法。

在技術(shù)上，我們提出的方法可以通過(guò)使用交替方向的乘數(shù)(ADMM)技術(shù)直接解決，計(jì)算成本低。

最后，在OTB2013、OTB2015、TempleColor128和UAV123數(shù)據(jù)集上的大量實(shí)驗(yàn)結(jié)果表明，該方法優(yōu)于現(xiàn)有方法。

總結(jié)

以上是生活随笔為你收集整理的文献学习(part44)--Aberrance suppresse dspatio-temporal correlation filters for visual object tracking的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。