基于TLD的多目標(biāo)快速跟蹤算法研究.pdf

1、針對傳統(tǒng)TLD目標(biāo)跟蹤算法由于檢測區(qū)域過大而導(dǎo)致的檢測時間過長及對相似目標(biāo)跟蹤處理效果不理想且只能對單個目標(biāo)進行跟蹤的問題，提出一種檢測區(qū)域可動態(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TLD算法進行多目標(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)測的檢測區(qū)域優(yōu)化算法DKF，通過縮小TLD檢測器檢測范圍

2、，以達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。通過對原TLD算法的跟蹤器、檢測器及學(xué)習(xí)器的多目標(biāo)改進，使其能夠在同一幀中有效的同時跟蹤多個目標(biāo)。實驗結(jié)果表明:TLD-DO算法在處理不同視頻與跟蹤目標(biāo)時，檢測速度有1.31-3.19倍提升;對含有相似目標(biāo)干擾情況下，跟蹤效果明顯優(yōu)于原TLD算法;對處理目標(biāo)抖動及失真情況TLD-DO算法魯棒性較高;