论文部分内容阅读
核相关滤波(KCF)跟踪算法应用于尺度发生变化的视频跟踪时,因为无法跟上目标的尺度变化,极易受局部特征或者背景信息干扰,导致跟踪失败和目标丢失。提出了一种基于一维相关滤波的多尺度改进。该改进通过最小化损失函数求解相关滤波器用于尺度跟踪,并在跟踪过程中在线学习和更新滤波器。改进后的算法能够实时更新尺度信息,实现多尺度跟踪。多组实验结果和数据表明,改进后的算法在目标尺度发生剧烈变化时,相比KCF算法的中央位置误差降低了60%,距离精度和成功率分别提升了4.30%和28.65%,实现对目标持续稳定的跟踪。