基于多特征融合的运动目标跟踪方法

摘要

针对运动目标跟踪中,仅采用单一特征描述目标和传统模型更新方法难以适应目标的遮挡、形变以及各种复杂的场景变化.为解决此问题,提出一种多特征融合和选择性更新模型的相关滤波器跟踪算法.首先,分别利用方向梯度直方图和颜色特征训练滤波器模型,在检测阶段根据不同特征响应图的峰值旁瓣比加权融合两种特征;根据每帧最终目标位置响应图的峰值旁瓣比,判断目标是否发生遮挡,发生遮挡时则不更新模型,下一帧中继续使用当前模型进行跟踪.选取公开测试视频集中12段有挑战性的视频序列与多个前沿运动目标跟踪算法进行了对比实验,结果显示,相对于次优的基于颜色特征(Color Names,CN)的算法,平均中心位置误差减少了25.12像素,平均跟踪精度提高了29.31％.实验结果表明,在目标发生尺度变化、遮挡和光照变化等情况下,该算法可以稳定、准确跟踪.