定义
一种使用相关滤波和颜色直方图对物体进行追踪的方法。
本文也属于相关滤波跟踪的一种改进方法,发表于2016年的CVPR。现有的相关滤波追踪方法很大程度上取决于物体的形状和空间布局,对形变非常敏感。因此,本文对跟踪特征进行改进,使用Template-releated(Hog特征)和Histogram-related(颜色直方图特征)进行物体追踪。
相关滤波用HOG特征时,由于HOG特征是统计图像的梯度,因此能捕捉到物体的局部特征,对于光照的变化也不敏感。但是物体发生形变后效果就不够好。而颜色直方图对形变非常适用。一个目标虽然有形变,但整个目标的颜色分布是基本不会变的。而光照变化对颜色直方图会产生很大的影响。因此作者考虑同时使用这两种特征进行互补,整个跟踪过程分成两个通道来做,如下图。
上半部分是训练,紫色线表示使用HOG特征对目标图片进行特征提取,得到特征之后,根据相关滤波器的学习规则学习得到滤波模版,使用给定公式更新模版。绿色线就是使用颜色特征对滤波模板进行学习,然后使用给定的更新公式对学习到的模板进行更新。
下半部分是跟踪。首先基于上一帧学习到的位置处,使用给定大小的目标框标出大致目标位置所在,然后使用学习得到的两个滤波器模板对目标分别跟踪。紫色线是使用HOG模板学习的跟踪器对目标跟踪的结果,绿色线是使用颜色特征的结果。得到对应的响应图后使用加权融合的方式得到最终的目标响应图。找到响应图当中最大值的位置即为目标所在的位置,重复这个步骤直至跟踪结束。
参考文献
[1] Bertinetto L, Valmadre J, Golodetz S, et al. Staple: Complementary learners for real-time tracking[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2016: 1401-1409.
参阅:相关滤波