-
公开(公告)号：CN111429485B
公开(公告)日：2023-09-26
申请号：CN202010263626.7
申请日：2020-04-07
Applicant: 东北大学
Abstract: 本发明提供一种基于自适应正则化和高信度更新的跨模态滤波跟踪方法，涉及视觉跟踪技术领域。首先，从输入的可见光和红外图像序列中确定搜索区域，并提取CN与HOG特征；其次，构建跨模态相关滤波模型并对模型进行优化，生成可见光模态下的相关滤波器和热模态下的相关滤波器；并对相关滤波器和提取的特征进行交叉相关计算得到可见光和热模态的响应图；融合响应图，得到较强的响应图；最后，设置高信度反馈更新机制对跨模态相关滤波模型进行判别更新，避免跟踪模型的失真与退化。本发明方法能够适应不同视频的特性，根据不同视频自适应地调整正则化权值，从而获得稳健的相关滤波器，进而有效提高在遮挡与恶劣天气下目标跟踪的准确性和鲁棒性。
-
公开(公告)号：CN111429485A
公开(公告)日：2020-07-17
申请号：CN202010263626.7
申请日：2020-04-07
Applicant: 东北大学
Abstract: 本发明提供一种基于自适应正则化和高信度更新的跨模态滤波跟踪方法，涉及视觉跟踪技术领域。首先，从输入的可见光和红外图像序列中确定搜索区域，并提取CN与HOG特征；其次，构建跨模态相关滤波模型并对模型进行优化，生成可见光模态下的相关滤波器和热模态下的相关滤波器；并对相关滤波器和提取的特征进行交叉相关计算得到可见光和热模态的响应图；融合响应图，得到较强的响应图；最后，设置高信度反馈更新机制对跨模态相关滤波模型进行判别更新，避免跟踪模型的失真与退化。本发明方法能够适应不同视频的特性，根据不同视频自适应地调整正则化权值，从而获得稳健的相关滤波器，进而有效提高在遮挡与恶劣天气下目标跟踪的准确性和鲁棒性。
-
Search Results
2
records
(took 0.012 seconds)
