李 婷，赵文杰，杨 帅，李 成

(空军航空大学 航空航天情报系，吉林 长春 130000)



基于Kalman和双级联随机森林的在线目标跟踪算法

李 婷，赵文杰，杨 帅，李 成

(空军航空大学 航空航天情报系，吉林 长春 130000)

针对传统的基于检测的在线目标跟踪算法容易产生跟踪漂移的现象，提出了一种新的在线目标跟踪算法。以基于主方向模板特征的双级联随机森林分类器作为检测器，卡尔曼滤波器作为跟踪器。首先利用卡拉曼算法跟踪目标，然后以跟踪的目标位置为中心向外扩展一定的范围作为双级联随机森林分类器的检测区域，利用全局随机森林分类器和局部随机森林分类器进行目标检测，并将检测结果作为Kalman跟踪算法下一帧的观测值。实验结果显示，提出的算法在跟踪大小420×320的图像时，跟踪速度达到24.3 f/s(帧/秒)，目标中心位置误差在30 pixel时，算法准确率可达到80%以上。

视觉跟踪；Kalman滤波；主方向模板；级联随机森林分类器

目标跟踪是视觉领域一个重要的研究课题，但由于在目标跟踪过程中存在各种复杂情形，包括目标的遮挡、相似目标的干扰、目标的快速运动、光照的变化、形变和旋转等，提出一种实时性高、鲁棒性强的跟踪算法仍然是极具挑战性的[1]。为了能够更加准确地表达目标的外观模型，Collin[2]首次提出将跟踪视为二分类问题，强调了背景对目标跟踪的作用；随后Grabner[3]提出了在线Boosting跟踪算法，实现了对目标模型的在线更新，可是如果模板存在误差，容易导致跟踪漂移。……