尺度自适应与抗遮挡的KCF方法研究

摘要

随着当前社会智能化的快速发展以及计算机视觉技术的兴起,目标跟踪技术在日常生活的诸多领域都得到了广泛应用。自相关滤波思想于2010年被引入目标跟踪领域后,基于此思想的跟踪器在性能方面的优良表现引起了国内外研究学者的关注。经典的核相关滤波目标跟踪算法(KCF)在较简单的场景下表现了较好的跟踪效果,但面对跟踪目标尺度变化及目标被遮挡的问题时,KCF算法无法进行稳定跟踪。本文提出了一种基于KCF的尺度自适应及抗遮挡的跟踪方法,利用尺度系数组对跟踪窗口进行尺度缩放,通过计算响应值确定跟踪窗口大小。同时利用图像响应值对目标进行遮挡判断,若目标未遮挡,则按原KCF算法执行;若目标被遮挡,则对图像提取ORB特征,在后续帧中重新确定目标位置,完成后续跟踪。OTB100数据集的实验表明本文方法对目标跟踪的可行性和有效性。