摘要:目标尺度估计是视觉目标跟踪领域一个非常有挑战性的问题,现实场景中目标经常会发生不同的尺度变化,而目标的多尺度处理又极大增加了现有目标跟踪算法的耗时。近年来核相关滤波器因其高效性在目标跟踪领域引起了广泛关注,提出了一种实时的尺度自适应目标跟踪方法。首先由核相关滤波器对目标完成初步定位,再在尺度空间上训练一个独立的核相关滤波器,给出目标的精确尺度估计。此外,还提出了一种目标模型自适应更新机制,有效抑制了模型错误更新。实验表明,该方法在尺度变化、光照变化等各种目标外观变化情况下都有较好的跟踪性能,平均跟踪速度为101 f/s,可以满足实时应用的需求。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社