特征融合和自适应权重更新相结合的运动模糊目标跟踪

摘要

针对目标跟踪任务中由于摄像机或目标运动而产生的目标模糊问题,基于ECO_HC算法提出了方向梯度-色度饱和度直方图(Histogram of Oriented Gradient and Hue Saturation,HOGHS)和Zernike矩特征相结合的运动模糊目标跟踪算法.首先,结合fHOG和颜色构造了HOGHS特征,介绍了Zernike矩性质,并结合HOGHS和Zernike矩实现了目标的特征表达;然后,提出了一种兼顾定位精度与鲁棒性的响应图质量评估方法,并基于该方法实现了HOGHS和Zernike矩特征权重的自适应融合.将本文算法与其他四种先进跟踪算法在OTB-100测评集运动模糊图像序列中进行验证,本文算法的精确度与成功率分别为0.849与0.827,帧率达38.4 frame/s,同等条件下,本文算法较在VOT-2016上表现优秀的ECO_HC于Pre-20和AUC指标上分别提升了2.3％ 与2.4％.实验结果表明本文算法能够有效地完成运动模糊目标跟踪任务.