摘要:针对行人光照变化、背景与目标颜色相近、目标遮挡等复杂环境下的跟踪目标丢失问题,提出了一种基于改进的HOG特征的目标检测与跟踪方法.首先,在初始阶段采用HOG特征和支持向量机分类器对行人目标进行检测,定位头和肩部;其次,利用Bhattacharyya距离选择距离图像中心像素坐标最近的行人作为跟踪目标.同时,将行人分为几个部分,分别提取衣服的颜色特征和坐标,并根据权重进行融合,建立更加稳健的目标模型;最后,利用当前帧与前一帧目标模型的相似性设置遮挡阈值,实现Kalman滤波算法的跟踪,解决遮挡问题.该方法提高了算法的鲁棒性,保证了算法的实时性,对公安工作中嫌疑人的跟踪有重要意义.