基于TLD的多目標(biāo)快速跟蹤算法研究.pdf

1、針對(duì)傳統(tǒng)TLD目標(biāo)跟蹤算法由于檢測(cè)區(qū)域過(guò)大而導(dǎo)致的檢測(cè)時(shí)間過(guò)長(zhǎng)及對(duì)相似目標(biāo)跟蹤處理效果不理想且只能對(duì)單個(gè)目標(biāo)進(jìn)行跟蹤的問(wèn)題，提出一種檢測(cè)區(qū)域可動(dòng)態(tài)自適應(yīng)調(diào)整的方法TLD-DO(Tracking Learning Detection-Detector Optimization)，并在此方法基礎(chǔ)上對(duì)TLD算法進(jìn)行多目標(biāo)跟蹤優(yōu)化。TLD-DO算法利用提出的兩次Kalman濾波加速度矯正預(yù)測(cè)的檢測(cè)區(qū)域優(yōu)化算法DKF，通過(guò)縮小TLD檢測(cè)器檢測(cè)范圍

2、，以達(dá)到在跟蹤精度略有提升的情況下提高跟蹤速度的目的;同時(shí)此方法可排除畫面內(nèi)相似目標(biāo)的干擾，提高在含有相似目標(biāo)的復(fù)雜背景下目標(biāo)跟蹤的準(zhǔn)確性。通過(guò)對(duì)原TLD算法的跟蹤器、檢測(cè)器及學(xué)習(xí)器的多目標(biāo)改進(jìn)，使其能夠在同一幀中有效的同時(shí)跟蹤多個(gè)目標(biāo)。實(shí)驗(yàn)結(jié)果表明:TLD-DO算法在處理不同視頻與跟蹤目標(biāo)時(shí)，檢測(cè)速度有1.31-3.19倍提升;對(duì)含有相似目標(biāo)干擾情況下，跟蹤效果明顯優(yōu)于原TLD算法;對(duì)處理目標(biāo)抖動(dòng)及失真情況TLD-DO算法魯棒性較高;