基于ECO-HC的无人机指定行人稳定实时跟踪

摘要

针对无人机(UAV)指定行人跟踪中目标遮挡严重、尺度变化大的问题,提出一种基于无人机指定行人稳定实时跟踪算法,即ECO-HC跟踪算法.提取方向梯度直方图(fHOG)和颜色(CN)特征,利用高效卷积算子(ECO)跟踪算法中训练样本的内插模型使其fHOG特征和CN特征融合;利用分解卷积算子、紧凑训练样本模型和稀疏模型更新策略降低过拟合风险,减少算法复杂度,其响应分数最大值的位置即为目标中心位置;引入快速尺度滤波方法自适应得到目标尺寸最优估计,提高跟踪精度.实验选取60段公开行人数据库,结果均优于近年其他4种优秀跟踪算法,其中平均距离精度(mean DP)和平均重叠率精度(mean OP)分别为83.2％和87.3％,平均速度为56.3帧/s.对于无人机拍摄的自建行人数据库,亦具有良好的鲁棒性和实时的处理速度.