TLD框架下的内河船舶跟踪

作     者：滕飞 刘清 郭建明 周雅琪 TENG Fei;LIU Qing;GUO Jian-ming;ZHOU Ya-qi

作者机构：武汉理工大学自动化学院武汉430070 

出 版 物：《应用科学学报》 (Journal of Applied Sciences)

年 卷 期：2014年第32卷第1期

页      面：105-110页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(No.51279152)资助 

主　　题：内河 闭路电视系统 跟踪-学习-检测 船舶跟踪 

摘      要：闭路电视(closed circuit television,CCTV)系统是内河海事监管的重要手段.基于跟踪-学习-检测(tracking-learning-detection,TLD)框架研究并改进内河航道CCTV系统的船舶识别和跟踪.在TLD框架下提出特征值约束条件,可对像素的短期跟踪结果进行校验,不仅有效解决了像素对归一化相关系数值求解的繁琐问题,还很好地保留了图像中角点像素的跟踪结果,使船舶的短期跟踪足够可靠.用级联的目标检测器精确定位船舶时,在满足内河应用实时性前提下,提出通过对目标候选区域的模板匹配来保证算法准确性.实验结果表明,改进的算法在应用于内河CCTV系统的船舶识别与跟踪中保持了较高的实时性和鲁棒性,并提高了跟踪精度.