基于多特征融合的实时单目标追踪算法

针对实时单目标追踪问题,利用双边加权最小二乘模糊支持向量机,提出了基于多特征融合的实时追踪算法.在所提出的算法中,首先利用局部HOG特征和全局颜色特征分别训练双边加权最小二乘模糊支持向量机,然后利用两个分类器的线性组合实现目标追踪.针对基于局部HOG特征的分类器,利用基于多个基样本的相关滤波算法克服矩阵求逆.针对基于全局颜色特征的分类器,利用独热编码对特征进行编码实现快速计算.在公开数据集上的实验结果表明:与已有的高性能单目标追踪算法相比,所提出的算法在形变、快速运动、运动模糊等多个方面均表现出了更优的追踪性能.

深度单目标跟踪算法综述

目标跟踪算法作为深度学习中常见的算法之一,特点在于对某一个目标的持续跟踪,常见于安防、自动驾驶等领域,对其进行综述,主要包含核心网络结构和思想、难点、以及常见方法、各自的优缺点,最后对于以深度学习为基础的单目标跟踪算法的发展趋势进行展望。