Resumen

El seguimiento visual es uno de los componentes más importantes en numerosas aplicaciones de visión por ordenador. Aunque los rastreadores basados en filtros de correlación han ganado popularidad debido a su eficiencia, existe la necesidad de mejorar la capacidad general de rastreo. En este artículo se propone un algoritmo de seguimiento basado en el filtro de correlación kernelizado (KCF). En primer lugar, se emplean características fusionadas que incluyen HOG, color-naming y HSV para mejorar el rendimiento del seguimiento. En segundo lugar, para hacer frente al tamaño fijo de la plantilla, se propone un esquema de adaptación de escala que refuerza la precisión del seguimiento. En tercer lugar, se presenta una tasa de aprendizaje adaptativa y un mecanismo de detección de oclusión para actualizar el modelo de apariencia del objetivo en presencia de un problema de oclusión. La evaluación exhaustiva en el conjunto de datos OTB-2013 demuestra que el rastreador propuesto supera significativamente a los rastreadores más avanzados. Los resultados muestran que nuestro rastreador obtiene una mejora del 14,79% en la tasa de éxito y una mejora del 7,43% en la tasa de precisión en comparación con el rastreador KCF original, y nuestro rastreador es robusto frente a variaciones de iluminación, variaciones de escala, oclusión y otras escenas complejas.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Seguimiento visual; filtro de correlación; visión por ordenador; algoritmo de seguimiento; filtro de correlación kernelizado; rendimiento del seguimiento.
• Keywords:Visual tracking; correlation filter; computer vision; tracking algorithm; kernelized correlation filter; tracking performance