自适应时空正则化的相关滤波目标跟踪

针对相关滤波目标跟踪算法空间正则权重没有与目标建立联系和时间正则项不能自适应更新的问题,提出自适应时空正则化的相关滤波目标跟踪算法。首先,利用初始帧的显著感知参考权重,使自适应空间正则项能够在后续跟踪过程中获取与目标存在联系的空间正则权重。然后,利用相邻两帧响应得分的变化情况计算时间正则化参数的参考值,使自适应时间正则项可以通过变化的正则化参数不断更新。最后,采用交替方向乘子法(ADMM)优化算法,以较少的迭代次数分别求解出滤波器函数、空间正则权重和时间正则化参数。在OTB-2015数据集上进行实验,结果表明本文算法的跟踪性能优于其他对比算法,其中距离精度和成功率分别达到86.4%和65.6%,且本文算法在具有形变、旋转、遮挡和出视野等属性的复杂跟踪场景下更具鲁棒性。

视频帧间分组及超分辨率重建的自适应性研究

由于视频场景变化较快、配准误差、噪声、低分辨率图像数量不足等原因,会使传统基于压缩感知的采用视频帧固定分组形式的视频编解码器的重构效果较差,同时也使超分辨率重建出现病态问题。为解决这些问题,文章提出一种基于压缩感知的自适应帧图像分组的视频编解码器,同时又在超分辨率重建算法中提出了L曲线的自适应时空正则化系数计算方法,可以自适应地计算正规化系数。由实验结果表明,该算法能够很好地解决上述问题从而重构出视觉效果良好的视频帧图像。