一种尺度自适应与抗遮挡的KCF方法

摘要

本发明涉及计算机视觉技术领，公开了一种尺度自适应与抗遮挡的KCF方法，首先利用KCF算法提取并融合HOG特征与CN特征建立特征模型，使用图像HOG特征对图像梯度进行计算；通过KCF算法预测目标的中心位置，将目标划分为四个子块；将KCF的分类器同时应用到每个子块上进行跟踪，预测每个子块的中心位置；根据子块中心位置相对变化获得目标的尺度变化比例，确定目标的尺度信息实现尺度自适应；目标受到遮挡时，提取模板的ORB特征，直到匹配到目标，重新进行跟踪。本发明针对尺度变换和遮挡导致目标丢失问题进行改进，提高在处理尺度变化时的有效性。在尺度变换和遮挡、目标旋转、目标形变以及光照变化都具有最好的跟踪效果。