10.3969/j.issn.2095-2163.2019.05.026
基于核相关滤波器的未标记AGV目标跟踪算法
传统的KCF跟踪算法利用FHOG特征对目标进行描述训练分类器从而实现预测跟踪,当出现的光照变化、目标与背景颜色相似、目标尺寸变化等问题,易发生跟踪结果不准确甚至目标丢失.因此,本文提出了基于Kalman滤波的KCF跟踪算法.首先,使用HOG特征和HSV颜色特征描述要跟踪的运动目标.其次,在跟踪过程中,引入了自适应尺度估计的方法.最后,本文提出的改进的跟踪算法将KCF框架与Kalman滤波器进行融合,获取视频第一帧目标信息后先用Kal-man算法预测运动目标的位置,根据预测的目标位置对KCF算法的分类器进行训练,再使用KCF算法得到的检测结果更新Kalman滤波器,确定视频序列下一帧中目标的位置.在实验室采集的AGV数据集上对改进的算法进行了多次测试,在目标发生光照变化、快速运动、尺寸变化等复杂情况下,本文算法有较强的鲁棒性.
核相关滤波、目标跟踪、AGV、Kalman滤波、颜色特征
9
TP391.41(计算技术、计算机技术)
2020-01-13（万方平台首次上网日期，不代表论文的发表时间）
共6页
115-120
