面向视频监控的TLD改进目标跟踪算法研究

来源：计算机工程与应用杂志2018年第14期北京时间：

作者：常立博1，2，杜慧敏1，毛智礼1，张盛兵2，郭冲宇1，蒋忭忭1

单位：1.西安邮电大学 电子工程学院，西安 710121；2.西北工业大学 计算机学院，西安 710072

摘要：目前智能视频监控对视频目标跟踪算法的实时性、准确性和鲁棒性都提出了很高的要求，而已有算法无法完全满足应用需求。在TLD（Tracking Learning Detector）框架下，提出一种基于视觉背景提取（Visual Background extractor，ViBe）的前景分类算法，提高了TLD算法检测目标的速度；用核相关滤波器（Kernelized Correlation Filters，KCF）实现了TLD框架中的跟踪器，提高了算法的精度及鲁棒性。采用OTB-2013评估基准中针对视频监控的视频序列进行测试，并与其他4种具有代表性跟踪算法进行了对比。测试结果表明：该算法的鲁棒性和准确性均优于对比算法，处理速度可达到40帧/s；相比于标准TLD算法，跟踪距离精度提高了1.52倍，成功率提高了1.2倍；相比于KCF算法，虽然跟踪速度有所下降，但跟踪距离精度提高了2.7倍，成功率提高了2.04倍。

关键词：视频监控,目标跟踪,跟踪学习检测,核相关滤波器,视觉背景提取