• 北大核心期刊(《中文核心期刊要目总览》2017版)
  • 中国科技核心期刊(中国科技论文统计源期刊)
  • JST 日本科学技术振兴机构数据库(日)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于线性核函数的高速核化相关跟踪算法

刘鑫昌 冯路 李继东 马钟 毕瑞星

刘鑫昌, 冯路, 李继东, 马钟, 毕瑞星. 基于线性核函数的高速核化相关跟踪算法[J]. 微电子学与计算机, 2022, 39(11): 78-84. doi: 10.19304/J.ISSN1000-7180.2021.1348
引用本文: 刘鑫昌, 冯路, 李继东, 马钟, 毕瑞星. 基于线性核函数的高速核化相关跟踪算法[J]. 微电子学与计算机, 2022, 39(11): 78-84. doi: 10.19304/J.ISSN1000-7180.2021.1348
LIU Xinchang, FENG Lu, LI Jidong, MA Zhong, BI Ruixing. High-speed correlation tracking algorithm based on linear kernel function[J]. Microelectronics & Computer, 2022, 39(11): 78-84. doi: 10.19304/J.ISSN1000-7180.2021.1348
Citation: LIU Xinchang, FENG Lu, LI Jidong, MA Zhong, BI Ruixing. High-speed correlation tracking algorithm based on linear kernel function[J]. Microelectronics & Computer, 2022, 39(11): 78-84. doi: 10.19304/J.ISSN1000-7180.2021.1348

基于线性核函数的高速核化相关跟踪算法

doi: 10.19304/J.ISSN1000-7180.2021.1348
基金项目: 

中国航天科技集团有限公司发展战略研究课题 FZZLYJ-2020-013

详细信息
    作者简介:

    刘鑫昌   男,(1979-),博士,工程师.研究方向为计算机应用、合同监管

    冯路  男,(1978-),高级工程师.研究方向为自动控制、合同监管

    李继东   男,(1976-),工程师.研究方向为指挥自动化、合同监管

    毕瑞星  男,(1989-),硕士,工程师.研究方向为计算机视觉

    通讯作者:

    马钟(通讯作者)  男,(1984-),博士,研究员.研究方向为计算机视觉、机器学习,人工智能. E-mail:mazhong@mail.com

  • 中图分类号: TP3

High-speed correlation tracking algorithm based on linear kernel function

  • 摘要:

    现有的视觉目标跟踪研究主要集中在跟踪性能的提升,计算量普遍过大,难以在计算资源有限的嵌入式计算平台上实时运行,严重影响了跟踪算法的实际应用.对现有的跟踪算法进行了分析,提出了一种改进的高速核化相关跟踪算法.一方面,采用线性核函数解决相关运算中核函数计算量大的问题,另一方面,对算法流程进行优化,将多个傅里叶变换计算放在算法初始化阶段,从而避免在跟踪过程中进行运算量较大的傅里叶变换计算.综合上述措施,将原来的每次跟踪主循环需要计算十次傅里叶变换(FFT)减少到三次FFT.并通过定量实验分析验证,在跟踪性能基本不变的情况下,将速度提升到原来的4-5倍.提出的方法大幅降低了高性能跟踪算法的计算量,在计算性能有限的嵌入式计算平台上有着良好的应用前景.

     

  • 图 1  核化相关跟踪算法跟踪基本流程

    Figure 1.  Basic flow of the correlation tracking algorithm

    图 2  修改后的算法流程图

    Figure 2.  Flow chart of the improved algorithm

    图 3  跟踪效果示例

    Figure 3.  Example of tracking results

    图 4  改进前后算法在测试数据集上的定量对比

    Figure 4.  Quantitative comparison of the improved algorithm on the test dataset

    表  1  改进后的kcf算法的定量实验结果

    Table  1.   Quantitative experimental results of the improvedkcf algorithm

    图像数据来源 图像序列 精确性 时间消耗/ms 鲁棒性
    原始KCF算法 改进后的KCF算法 原始KCF算法 改进后的KCF算法 原始KCF算法 改进后的KCF算法
    vot dataset road 0.571585 0.555519 12.421 9 2.54409 0 0
    racing 0.311684 0.276357 11.925 9 2.17734 0 0
    vividccd dataset RedTeam 0.51354 0.456355 7.8886 3.66688 0 2
    EgTest01 0.488605 0.518223 13.975 3.06616 0 2
    EgTest02 0.436159 0.50454 12.5327 2.781 0 4
    EgTest03 0.538482 0.465848 12.7075 3.05701 1 3
    EgTest04 0.63546 0.34188 10.5922 2.37499 4 6
    EgTest05 0.371108 0.41711 12.9239 2.48624 4 9
    vividirdataset PkTest01 0.462492 0.409642 11.5117 3.30028 15 16
    PkTest02 0.288126 0.298407 11.6544 3.82546 4 5
    PkTest03 0.650305 0.487371 10.9915 3.36915 11 13
    均值 0.4789 0.4301 11.7387 2.9681 3.5455 5.4545
    下载: 导出CSV
  • [1] 张格森, 陈东生, 邱海韬, 等. 基于FPGA的高速图像跟踪系统设计[J]. 微电子学与计算机, 2017, 34(4): 13-16. DOI: 10.19304/j.cnki.issn1000-7180.2017.04.003.

    ZHANG G S, CHEN D S, QIU H T, et al. Design of high speed image tracking system based on FPGA[J]. Microelectronics & Computer, 2017, 34(4): 13-16. DOI: 10.19304/j.cnki.issn1000-7180.2017.04.003.
    [2] ZHU P F, WEN L Y, DU D W, et al. Detection and tracking meet drones challenge[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021. DOI: 10.1109/TPAMI.2021.3119563.
    [3] KRISTAN M, MATAS J, LEONARDIS A, et al. The ninth visual object tracking VOT2021 challenge results[C]//Proceedings of 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW). Montreal: IEEE, 2021: 2711-2738. DOI: 10.1109/ICCVW54120.2021.00305.
    [4] 程钰清, 贺占庄, 马钟, 等. 面向嵌入式FPGA的智能目标检测算法[J]. 微电子学与计算机, 2021, 38(6): 87-92. DOI: 10.19304/j.cnki.issn1000-7180.2021.06.015.

    CHENG Y Q, HE Z Z, MA Z, et al. Intelligent target detection algorithm for embedded FPGA[J]. Microelectronics & Computer, 2021, 38(6): 87-92. DOI: 10.19304/j.cnki.issn1000-7180.2021.06.015.
    [5] 李倍, 闵丰, 杨军, 等. 一种基于深度学习的目标跟踪加速器[J]. 微电子学与计算机, 2021, 38(8): 53-58. DOI: 10.19304/j.cnki.issn1000-7180.2021.08.009.

    LI B, MIN F, YANG J, et al. A deep learning object tracking accelerator[J]. Microelectronics & Computer, 2021, 38(8): 53-58. DOI: 10.19304/j.cnki.issn1000-7180.2021.08.009.
    [6] 季飞, 王加庆, 刘剑, 等. 适用于硬件高速计算的CNN目标跟踪算法[J]. 微电子学与计算机, 2018, 35(12): 115-118. DOI: 10.19304/j.cnki.issn1000-7180.2018.12.023.

    JI F, WANG J Q, LIU J, et al. A target tracking algorithm based on CNN for high-speed calculation of hardware[J]. Microelectronics & Computer, 2018, 35(12): 115-118. DOI: 10.19304/j.cnki.issn1000-7180.2018.12.023
    [7] HENRIQUES J F, CASEIRO R, MARTINS P, et al. High-speed tracking with kernelized correlation filters[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(3): 583-596. DOI: 10.1109/TPAMI.2014.2345390.
    [8] WALID W, AWAIS M, AHMED A, et al. Real-time implementation of fast discriminative scale space tracking algorithm[J]. Journal of Real-Time Image Processing, 2021, 18(6): 2347-2360. DOI: 10.1007/s11554-021-01119-6.
    [9] HARE S, SAFFARI A, TORR P H S. Struck: structured output tracking with kernels[C]//Proceedings of 2011 International Conference on Computer Vision. Barcelona: IEEE, 2011: 263-270. DOI: 10.1109/ICCV.2011.6126251.
    [10] KALAL Z, MIKOLAJCZYK K, MATAS J. Tracking-learning-detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(7): 1409-1422. DOI: 10.1109/TPAMI.2011.239.
    [11] KRISTAN M, MATAS J, LEONARDIS A, et al. The visual object tracking VOT2015 challenge results[C]//Proceedings of 2015 IEEE International Conference on Computer Vision Workshop (ICCVW). Santiago: IEEE, 2015: 564-586. DOI: 10.1109/ICCVW.2015.79.
    [12] COLLINS R, ZHOU X H, TEH S K. An open source tracking testbed and evaluation web site[C]//Proceedings of IEEE International Workshop on Visual Surveillance and Performance Evaluation of Tracking and Surveillance. IEEE, 2005.
  • 加载中
图(4) / 表(1)
计量
  • 文章访问数:  92
  • HTML全文浏览量:  61
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-12-20
  • 修回日期:  2022-03-08
  • 网络出版日期:  2022-11-29

目录

    /

    返回文章
    返回