摘要：针对单特征技术进行红外目标跟踪难以实现较高准确度的问题,在核化相关滤波器(kernelized correlation filter, KCF)的框架下,提出一种包含梯度特征和信道编码特征图的多特征红外目标跟踪方法。从给定位置中提取感兴趣区,推导出梯度特征和信道编码特征,各自对KCF框架进行训练。训练后的滤波器与感兴趣区相关联,并与输出响应结合在一起;为了对目标进行分割,支持向量回归(support vector regression,SVR)分类器对目标像素和背景像素的图像块进行训练;应用生成式技术,通过线性搜索方法来确定目标的最佳位置。在LTIR数据集中的6个红外图像序列的定量和定性分析结果表明,与快速压缩跟踪、防误导跟踪和归一化互相关匹配等红外跟踪方法相比,所提方法在平均中心定位误差和平均重叠精度上均取得了一定的性能提升。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社