基于快速判别式尺度估计的核相关滤波方法

摘要

针对核相关滤波(KCF)算法无法对视频序列中目标尺度变化作出响应的问题,提出一种基于快速判别式多尺度估计的核相关滤波跟踪算法.首先,使用核相关滤波器来估计目标位置;然后,通过使用一组不同尺度的目标样本来在线学习快速判别式尺度滤波器;最后,在目标位置应用学习的尺度滤波器来获得目标尺寸的准确估计.选取Visual Tracker Benchmark视频序列集进行实验,并与基于判别式尺度空间跟踪(DSST)的KCF算法和传统KCF算法进行对比,结果表明,在目标尺度发生变化时,所提算法在跟踪精度上提高了2.2％至10.8％;并且在平均帧率上,所提算法比DSST的KCF算法提高了19.1％至68.5％,表明该算法对目标尺度变化有很强的适应能力和较高的实时性.