基于KCF跟踪算法的目标轨迹记录系统
2017 年 第26卷 第 5 期 https://www.sodocs.net/doc/ab1643971.html, 计 算 机 系 统 应 用 Software Technique ·Algorithm 软件技术·算法 113基于KCF 跟踪算法的目标轨迹记录系统①
张乘龙1,2, 夏筱筠2, 柏 松3, 姚恺丰4
1
(中国科学院大学, 北京 100049) 2(中国科学院 沈阳计算技术研究所, 沈阳110168)
3(中航工业沈阳黎明航空发动机(集团)有限责任公司, 沈阳 110043)
4(国家电网公司东北分部 国网东北电力调度中心, 沈阳 110180)
摘 要: 为了确保跟踪算法能够实时跟踪上高速移动的目标并且记录目标的三维坐标. 本系统使用了一种基于KCF(Kernelized Correlation Filters)的高速跟踪算法来保证系统能够跟踪到移动速度较快的目标. 首先, 使用KCF 跟踪算法来跟踪目标; 然后, 利用ORB 特征点检测来计算目标特征点从而找到多摄像机中对应的点, 找到对应点之后利用多摄像机的三维重建原理计算出每一帧中目标物体的三维坐标点; 最后, 用多项式对每一帧运动轨迹的离散点进行拟合得到最终的运行轨迹. 实验结果证明该算法能够有效跟踪目标, 整个系统能够满足实际的需求.
关键词: KCF 跟踪算法; ORB 特征检测; PROSAC 特征点匹配; 三维重建; 运动轨迹记录
Target Track Recording System Based on Kernelized Correlation Filters Tracking Algorithm ZHANG Cheng-Long 1,2, XIA Xiao-Jun 2, BAI Song 3, YAO Kai-Feng 4
1
(University of Chinese Academy of Sciences, Beijing 100049, China) 2(Shenyang Institute of Computing Technology, Shenyang 110168, China) 3(A VIC Shenyang Liming Aero-engine(Group) Co. Ltd., Shenyang 110043, China) 4(North-East Branch of State Grid, Shenyang 110180, China)
Abstract : In order to ensure that our tracking algorithm can real-time capture the fast-moving target and record its three-dimensional coordinates, the system uses a high-speed tracking algorithm based on Kernelized Correlation Filters (KCF). First, use KCF tracking algorithm to track the target. Second, use ORB feature point detection algorithm to calculate the target feature point. Then find out the corresponding point in Multi-Camera. After finding the corresponding points, use three-dimensional reconstruction theory of Multi-Camera to calculate the three-dimensional coordinates of the target object in each frame. Finally, using polynomial to fit the discrete points of each frame and then get the final trajectory. The experimental results show that this algorithm can track target efficiently and the whole system can meet actual requirements.
Key words : KCF tracking; ORB feature descriptor; matching with PROSAC; three-dimensional reconstruction; target track recording
目标的跟踪是计算机视觉的一个重要研究领域.
随着科技的发展, 目标跟踪以及目标轨迹记录在交通
监控、行人流量、天文观测、导航制导、武器装备的
研发等领域有着很实用的价值. 针对目标跟踪, 国内
外大量学者做了很多工作: 注重边跟踪边学习目标特
性的TLD 跟踪算法[1]; 基于压缩感知的跟踪算法CT 跟踪算法[2]等. 这些算法几乎已经能够达到实时跟踪的目的. 不过在一些领域, 例如飞行器的研发领域, 或者对目标跟踪实时性要求较高的领域中. 由于目标速度较快, 或者实时性要求较高, 那些传统传统的跟踪方法不能够达到实时跟踪的目的. 针对以往跟踪系统不能跟跟踪快速移动的目标或者系统本身实时性不
① 收稿时间:2016-08-29;收到修改稿时间:2016-10-17 [doi:10.15888/https://www.sodocs.net/doc/ab1643971.html,ki.csa.005780]
万方数据