论文部分内容阅读
为充分利用跟踪过程中样本信息的多样性,提高跟踪器的泛化能力,在Staple算法的基础上融入了基于轮廓特征的物体性模型预测结果,并针对该算法中对不同预测响应结果简单线性进行加权带来的不确定性,提出一种新的自适应权重系数的响应图融合方法,从而有效地提升了跟踪算法的可靠性。理论分析与实验仿真表明,所提算法在精准度和鲁棒性较经典的Staple算法有着较大提高,并且保持着较高的实时性。