Correlation Filter Learning Toward Peak Strength for Visual Tracking
Correlation Filter Learning Toward Peak Strength for Visual Tracking
复制标题
相关滤波器学习视觉跟踪的峰值强度
DOI：
10.1109/tcyb.2017.2690860
复制
发表时间：
2018-04
影响因子：
11.8
通讯作者：
Li Zhang
中科院分区：
文献类型：
--
作者：
Yao Sui;Guanghui Wang;Li Zhang
本文提出了一种新的视觉跟踪方法，相关滤波器的学习相关响应的峰值强度。以前的方法利用目标和直接背景的所有特征来学习相关滤波器。然而，一些特征可能会分散跟踪的注意力，如来自遮挡和局部变形的特征，导致跟踪性能不稳定。针对这一问题，提出了一种新的相关滤波器学习算法。该方法通过对滤波器施加弹性网络约束，可以自适应地消除相关滤波中的干扰特征。提出了一种新的峰值强度度量来衡量学习相关滤波器的鉴别能力。结果表明，该方法有效地加强了相关响应的峰值，导致更多的区别性能比以前的方法。在一个具有挑战性的视觉跟踪基准上进行的大量实验表明，所提出的跟踪器优于大多数最先进的方法。
This paper presents a novel visual tracking approach to correlation filter learning toward peak strength of correlation response. Previous methods leverage all features of the target and the immediate background to learn a correlation filter. Some features, however, may be distractive to tracking, like those from occlusion and local deformation, resulting in unstable tracking performance. This paper aims at solving this issue and proposes a novel algorithm to learn the correlation filter. The proposed approach, by imposing an elastic net constraint on the filter, can adaptively eliminate those distractive features in the correlation filtering. A new peak strength metric is proposed to measure the discriminative capability of the learned correlation filter. It is demonstrated that the proposed approach effectively strengthens the peak of the correlation response, leading to more discriminative performance than previous methods. Extensive experiments on a challenging visual tracking benchmark demonstrate that the proposed tracker outperforms most state-of-the-art methods.
登录
查看更多内容
DOI：
10.1109/tpami.2011.257
发表时间：
2012-08-01
影响因子：
23.6
作者：
Fan, Jialue;Shen, Xiaohui;Wu, Ying
通讯作者：
Wu, Ying
DOI：
--
发表时间：
2009
期刊：
--
影响因子：
--
作者：
Xue Mei;Haibin Ling
通讯作者：
Xue Mei;Haibin Ling
影响因子：
10.6
作者：
Kaihua Zhang;Lei Zhang;Ming-Hsuan Yang
通讯作者：
Kaihua Zhang;Lei Zhang;Ming-Hsuan Yang
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
João F. Henriques;Rui Caseiro;P. Martins;Jorge Batista
通讯作者：
João F. Henriques;Rui Caseiro;P. Martins;Jorge Batista
DOI：
10.1109/tpami.2010.226
发表时间：
2011-08-01
影响因子：
23.6
作者：
Babenko, Boris;Yang, Ming-Hsuan;Belongie, Serge
通讯作者：
Belongie, Serge