###
上海电力大学学报:2020,36(4):313-319
←前一篇   |   后一篇→
本文二维码信息
码上扫一扫!
基于记忆模型的相关滤波目标跟踪
(上海电力大学 计算机科学与技术学院)
Memory Model Based Correlation Filter Object Tracking
(School of Computer Science and Technology, Shanghai University of Electric Power, Shanghai 200090, China)
摘要
图/表
参考文献
本刊相似文献
All Journals 相似文献
All Journals 引证文献
本文已被:浏览 1662次   下载 720
投稿时间:2020-02-12    
中文摘要: 针对目标跟踪中存在的跟踪错误恢复问题,参照ASMM记忆模型,提出了基于记忆模型的模板更新策略及相应的核化相关滤波目标跟踪算法。实验结果表明,对于遮挡或其他外观变化引起的跟踪失败,基于记忆模型的核化相关滤波目标跟踪算法有恢复跟踪的作用。
Abstract:Based on the kernelized correlation filter tracking technology,human visual tracking method and memory mechanism of the human brain,the correlation filtering tracking updating strategy based on the ASMM memory model,has been proposed,coupled with tracking algorithm.The experimental results show that kernelized correlation filter tracking algorithm based on memory model has the ability of recovering from tracking failure caused by occlusion and appearance changes.
文章编号:20204001     中图分类号:TP391.41    文献标志码:
基金项目:国家自然科学基金面上项目(61772327);国家自然科学基金重点项目(61532021);国网甘肃省电力公司电力科学研究院横向项目(H2019-275)。
引用文本:
徐曼,田秀霞.基于记忆模型的相关滤波目标跟踪[J].上海电力大学学报,2020,36(4):313-319.
XU Man,TIAN Xiuxia.Memory Model Based Correlation Filter Object Tracking[J].Journal of Shanghai University of Electric Power,2020,36(4):313-319.