计算机应用
計算機應用
계산궤응용
Journal of Computer Applications
2015年
10期
2985-2989
,共5页
曲海成%单晓晨%孟煜%刘万军
麯海成%單曉晨%孟煜%劉萬軍
곡해성%단효신%맹욱%류만군
目标跟踪%TLD算法%检测区域%Kalman滤波%跟踪速度
目標跟蹤%TLD算法%檢測區域%Kalman濾波%跟蹤速度
목표근종%TLD산법%검측구역%Kalman려파%근종속도
target tracking%Tracking-Learning-Detection (TLD) algorithm%surveyed area%Kalman filtering%tracking speed
针对经典跟踪-学习-检测(TLD)目标跟踪算法由于检测区域过大而导致的检测时间过长及对相似目标跟踪处理效果不理想的问题,提出一种检测区域可动态自适应调整的方法——TLD-DO.该方法利用两次Kalman滤波加速度矫正预测的检测区域优化算法DKF,通过缩小TLD检测器检测范围,以达到在跟踪精度略有提升的情况下提高跟踪速度的目的;同时此方法可排除画面内相似目标的干扰,提高在含有相似目标的复杂背景下目标跟踪的准确性.实验结果表明:TLD-DO算法在处理不同视频与跟踪目标时,检测速度有1.31 ～3.19倍提升;对含有相似目标干扰情况下,跟踪效果明显优于原TLD算法;对目标抖动及失真情况有较高的鲁棒性.
針對經典跟蹤-學習-檢測(TLD)目標跟蹤算法由于檢測區域過大而導緻的檢測時間過長及對相似目標跟蹤處理效果不理想的問題,提齣一種檢測區域可動態自適應調整的方法——TLD-DO.該方法利用兩次Kalman濾波加速度矯正預測的檢測區域優化算法DKF,通過縮小TLD檢測器檢測範圍,以達到在跟蹤精度略有提升的情況下提高跟蹤速度的目的;同時此方法可排除畫麵內相似目標的榦擾,提高在含有相似目標的複雜揹景下目標跟蹤的準確性.實驗結果錶明:TLD-DO算法在處理不同視頻與跟蹤目標時,檢測速度有1.31 ～3.19倍提升;對含有相似目標榦擾情況下,跟蹤效果明顯優于原TLD算法;對目標抖動及失真情況有較高的魯棒性.
침대경전근종-학습-검측(TLD)목표근종산법유우검측구역과대이도치적검측시간과장급대상사목표근종처리효과불이상적문제,제출일충검측구역가동태자괄응조정적방법——TLD-DO.해방법이용량차Kalman려파가속도교정예측적검측구역우화산법DKF,통과축소TLD검측기검측범위,이체도재근종정도략유제승적정황하제고근종속도적목적;동시차방법가배제화면내상사목표적간우,제고재함유상사목표적복잡배경하목표근종적준학성.실험결과표명:TLD-DO산법재처리불동시빈여근종목표시,검측속도유1.31 ～3.19배제승;대함유상사목표간우정황하,근종효과명현우우원TLD산법;대목표두동급실진정황유교고적로봉성.
