赵翱东, 石　磊, 刘　飞

(1.江南大学 物联网工程学院,江苏 无锡 214122；2.无锡职业技术学院,江苏 无锡 214121)



计算与测试

基于时空特征的实时相关滤波目标跟踪

赵翱东1,2, 石磊1, 刘飞1

(1.江南大学 物联网工程学院,江苏 无锡 214122；2.无锡职业技术学院,江苏 无锡 214121)

提出一种基于时空信息的相关滤波实时目标跟踪算法,以解决纹理改变、光照变化、旋转变形甚至遮挡情况下目标跟踪效率问题。此算法考虑到目标定位过程中,目标与其周围信息存在空域上的相关性,来构建目标空域滤波模型,并且该算法引入时间变量来在线更新得到时空域滤波模型,利用相邻帧信息相似性来降低遮挡对跟踪的影响。通过实验对比,验证了当目标受到非理想因素干扰时,所提算法具有健壮的鲁棒性和良好实时性。

相关滤波； 空域； 时空信息； 实时跟踪

0　引　言

目标跟踪是计算机视觉领域中非常活跃的研究主题,在视觉监控、运动分析、人机交互等领域快速发展。但由于目标受到目标缩放、光照变化和局部遮挡等干扰时,跟踪效果制约严重[1]。近些年,国内外学者在机器视觉跟踪方面提出很多算法或者改进办法[2～6]。

Black M等人[2]提出通过离线学习构建出跟踪模型子空间来实现目标跟踪。Ross D等人[3]提出通过在线学习建立目标子空间模型,实现一种增量式视觉跟踪算法。近些年,基于相关滤波器的跟踪算法由于其良好的跟踪效果,超快的跟踪速度,使得此类跟踪方法备受关注,改进方法也层出不穷。……