基于核相关滤波器和多检测器的尺度自适应视觉跟踪

摘要

由于形变、尺度变化以及背景干扰等的影响,视觉跟踪一直是计算机视觉中具有挑战性的问题之一.与传统算法不同,在核相关性滤波器的基础上,提出一种基于目标灰度直方图和轮廓特征的尺度估计算法.此外,针对长期跟踪过程中目标发生严重形变、遮挡或者出视角而导致的跟踪失败问题,当目标重新进入检测区域时,通过保存多个历史检测器来更正目标模型.在最近的视觉跟踪数据库上评估实验表明,新算法在跟踪准确性和鲁棒性方面优于其它经典跟踪算法.