改进STC和SURF特征联合优化的目标跟踪算法

作者：黄云明; 张晶^*; 喻小惠; 陶涛; 龚力波

来源：计算机工程与科学, 2019, 41(10): 1795-1802.

• 自适应
• 尺度变化
• 目标跟踪
• SURF特征
• 时空上下文

针对传统时空上下文目标跟踪(STC)算法中目标窗口不能适应目标尺度变化,导致对目标针对性不强等问题,提出改进STC和SURF特征联合优化的目标跟踪算法(STC-SURF)。首先利用加速稳健(SURF)特征算法对相邻的2帧图像提取特征点并进行匹配,再通过随机抽样一致(RANSAC)算法消除误匹配,提高匹配精度。进而根据2帧图像中匹配特征点的变化对目标窗口进行调整。最终对STC算法中模型的更新方式进行优化以提高跟踪结果的准确性。实验结果表明,STC-SURF算法能够适应目标尺度变化,并且其目标跟踪成功率优于TLD算法和传统STC算法的。

• 出版日期2019
• 单位自动化学院; 云南省农村科技服务中心; 昆明理工大学