杨德东，蔡玉柱，毛　宁，杨福才

(河北工业大学 控制科学与工程学院，天津 300130)



采用核相关滤波器的长期目标跟踪

杨德东，蔡玉柱*，毛宁，杨福才

(河北工业大学 控制科学与工程学院，天津 300130)

针对核相关滤波器(KCF)跟踪算法在目标跟踪中存在尺度变化、严重遮挡、相似目标干扰和出视野情况下跟踪失败等问题，提出了一种基于KCF的长期目标跟踪算法。该算法在分类器学习中加入空间正则化，利用基于样本区域空间位置信息的空间权重函数调节分类器系数，使分类器学习到更多负样本和未破坏的正样本，从而增强学习模型的判别力。然后，在检测区域利用Newton方法完成迭代处理，求取分类器最大响应位置及其目标尺度信息。最后，对最大响应位置的目标进行置信度比较，训练在线支持向量机(SVM)分类器，以便在跟踪失败的情况下，重新检测到目标而实现长期跟踪。采用OTB-2013评估基准50组视频序列验证了本文算法的有效性，并与30种其他跟踪方法进行了对比。结果表明：本文提出的算法跟踪精度为0.813，成功率为0.629，排名第一,相比传统KCF算法分别提高了9.86%和22.3%。在目标发生显著尺度变化、严重遮挡、相似目标干扰和出视野等复杂情况下，本文方法均具有较强的鲁棒性。

核相关滤波器；长期目标跟踪；空间正则化；支持向量机(SVM);在线SVM分类器

*Correspondingauthor,E-mail:caiyuzhu001@sina.com

1　引　言

目标跟踪是计算机视觉的最重要组成部分之一，其可用于监控、人机交互和医疗图像[1]。目标跟踪，是在视频序列的初始帧，给定目标的初始状态(比如位置和尺寸)，并在随后的视频序列中估计出目标的状态。……