基于时空时空正则化和上下文感知的相关滤波跟踪算法

摘要

本发明公开了一种基于时空时空正则化和上下文感知的相关滤波跟踪算法。属于计算机视觉领域，具体步骤：根据初始化样本，确定目标模板，初始化上下文信息，对其进行帧采样；进行HOG+CN特征提取；引入上一帧的目标信息和空间正则化对滤波器的更新进行约束；求解出最优时空正则化和上下文感知滤波器模型，与样本在傅里叶域进行卷积操作，然后更新目标模板；重复上述步骤，直至目标跟踪结束。本发明在训练过程中加入时空信息和上下文信息来缓解边界效应的影响并且提高了算法的整体性能；跟踪模型利用交替乘子跟踪法的迭代方法，可达到实时跟踪的效果；空间正则化可缓解模型退化的影响；在经典数据集OTB100和TC128实验结果中。