CIOMP OpenIR
基于DPM和KCF的十字靶标检测与跟踪
崔艺涵; 陈涛; 陈宝刚
2018
发表期刊液晶与显示
期号12页码:1026-1032
摘要为了实现对十字靶标的自动检测与跟踪,建立了十字靶标检测跟踪模型。针对目标检测中运算量大、实时性差、目标跟踪需要人工标定视频初始帧的问题,提出了一种基于可变形部件模型(DPM)和核相关滤波器(KCF)的十字靶标检测跟踪算法。首先,提取十字样本集的梯度方向直方图(HOG)特征,采用Latent SVM分类器训练特征集,生成十字靶标物体类的DPM模型。然后,通过滑动窗口搜索匹配方法遍历待检测图片。最后,将检测到的结果作为跟踪算法的起始跟踪帧,应用KCF算法快速跟踪目标。当跟踪目标丢失时,暂时停止跟踪,利用DPM模型重新检测定位目标再进行跟踪。实验结果表明:采用DPM模型检测的平均帧率为1 fps,结合DPM和KCF算法,实时检测跟踪的平均帧率为40 fps。采用基于可变形部件模型(DPM)和核相关滤波器(KCF)的十字靶标检测跟踪算法,实现了目标的自动检测与实时跟踪,且检测速度明显高于传统算法,并且在目标漂移或丢失后自动重新定位并继续跟踪,完成十字靶标的长时间跟踪。
关键词可变形部件模型 核相关滤波器 梯度方向直方图 目标检测
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/61340
专题中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
崔艺涵,陈涛,陈宝刚. 基于DPM和KCF的十字靶标检测与跟踪[J]. 液晶与显示,2018(12):1026-1032.
APA 崔艺涵,陈涛,&陈宝刚.(2018).基于DPM和KCF的十字靶标检测与跟踪.液晶与显示(12),1026-1032.
MLA 崔艺涵,et al."基于DPM和KCF的十字靶标检测与跟踪".液晶与显示 .12(2018):1026-1032.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[崔艺涵]的文章
[陈涛]的文章
[陈宝刚]的文章
百度学术
百度学术中相似的文章
[崔艺涵]的文章
[陈涛]的文章
[陈宝刚]的文章
必应学术
必应学术中相似的文章
[崔艺涵]的文章
[陈涛]的文章
[陈宝刚]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。