基于压缩特征的尺度自适应目标跟踪算法

在目标跟踪研究领域里，对尺度变化的目标跟踪一直是其中的重点和难点。为了解决这一问题，文中提出了一种基于压缩特征的尺度自适应目标跟踪算法。在线跟踪过程中，用一个满足rip条件的测量矩阵来提取出目标某一帧的压缩特征，并训练贝叶斯分类器。在下一帧中根据这一帧的目标位置采样多个候选窗口，选取分类器分数最大的窗口作为下一帧目标位置。并且，每隔一定帧数将目标分割成4小块，对这4个小块分别跟踪指定帧数并对小块的跟踪结果进行一定处理，来判断指定帧数后的大块目标的尺度变化并实现缩放。实验结果表明，该算法能够适应目标尺度比较明显的缩放，跟踪结果在定性和定量上都比原始的压缩跟踪算法要好。