尺度估计和多特征融合的目标跟踪算法研究
【摘要】 针对核相关滤波器跟踪算法(KernelCorrelationFilter,KCF)在特征提取单一以及尺度估计不足而导致跟踪效果不佳的问题，本文提出了一种多特征融合的尺度自适应核相关滤波目标跟踪算法。首先，使用帧差法将相邻帧图像对应像素值相减得到差分图像;其次，提取差分图像的方向直方图特征，与目标的均一局部二值纹理特征以及颜色特征进行线性加权融合;最后，加入一种尺度估计策略，将尺度滤波器的估计值与分块算法的估计值融合计算得出目标的尺度和位置。实验数据表明，本方法能有效改善核相关滤波器的跟踪性能，且与其他主流算法相比，在尺度变换下也有较好的跟踪效果。
