论文部分内容阅读
传统相关滤波方法在目标运动模糊和光照变化上取得了一定的鲁棒效果,但当目标存在形变、颜色变化、重度遮挡等干扰因素时难以实现跟踪,鲁棒性差,且当目标丢失后不能再恢复,无法实现长时间跟踪。因此,文中提出了一种鲁棒长时自适应目标跟踪算法。首先,提出了一种特征互补策略,将方向梯度直方图和全局颜色直方图的特征响应线性加权,学习对颜色变化和形变都具有鲁棒性的相关滤波模型,用以估计目标位移;然后,仅提取目标前景HOG特征,学习一个判别滤波器,用以保持对目标外观的长期记忆,使用该长期滤波器的输出响应来判别是否出现遮挡