李 婷,赵文杰,杨 帅,等.基于Kalman和双级联随机森林的在线目标跟踪算法[J].电视技术,2016,40(12):23-27
基于Kalman和双级联随机森林的在线目标跟踪算法
An online object tracking algorithm based on Kalman and Cascaded Random Forest classifier
投稿时间: 2016-05-27  最后修改时间: 2016-07-08
DOI:10.16280/j.videoe.2016.12.005
中文关键词:  视觉跟踪  Kalman滤波  主方向模板  级联随机森林分类器
英文关键词:Visual tracking  Kalman Filter  DOT  Cascaded Random Forest
基金项目:国家自然科学基金:雾视错觉理论及应用研究(61301233)
           
作者单位
李 婷 空军航空大学 航空航天情报系
赵文杰 空军航空大学 航空航天情报系
杨 帅 空军航空大学 航空航天情报系
李成 空军航空大学 航空航天情报系
摘要点击次数: 38
全文下载次数: 
中文摘要:
      针对传统的基于检测的在线目标跟踪算法容易产生跟踪漂移的现象,本文提出了一种新的在线目标跟踪算法。以基于主方向模板特征的双级联随机森林分类器作为检测器,卡尔曼滤波器作为跟踪器。首先利用卡拉曼算法跟踪目标,然后以跟踪的目标位置为中心向外扩展一定的范围作为双级联随机森林分类器的检测区域,利用全局随机森林分类器和局部随机森林分类器进行目标检测,并将检测结果作为kalman跟踪算法下一帧的观测值。实验结果显示,本文算法在跟踪大小420*320的图像时,跟踪速度达到24.3FPS,目标中心位置误差在30pixls时,算法准确率可达到80%以上。
英文摘要:
      As the traditional online tracking algorithm based on detection is easy to cause the tracking drift, a new online target tracking algorithm is proposed in this paper, where the Cascaded Random Forest with Dominant Orientation Templates is used as a detector, while the Kalman Filter is the tracker. First, the Kalman Filter is used to track the target, then the holistic detector and patch-based detector is applied to detect the object with the track result as the area center, and the detecting result is used as next frame’s observed value of Kalman tracking algorithm. The experimental results show that in the video sequence of 320pixel x 240pixel, the speed can keep in 24.3 frame/s, and the object center position error is in 30 pixels, while the accuracy can reach above 80%.
查看全文  查看/发表评论  下载PDF阅读器
关闭