融合颜色与时空上下文信息的实时目标跟踪算法

摘要 提出一种融合颜色特征和时空上下文信息的跟踪算法以实时鲁棒跟踪运动目标.该算法首先使用目标及其周围局部上下文区域的自适应降维颜色特征和灰度特征建模目标表观，获得上下文先验模型；在此基础上，转换到频率域在线学习目标及其周围背景的空间上下文模型；最后通过计算置信图，寻找最大响应值，预测目标在下一帧的位置.为了验证算法性能，在CVPR2013 benchmark提供的跟踪数据集上与主流跟踪算法进行定量和定性分析对比实验，实验结果表明，本文提出的算法在目标发生形变、旋转、快速运动、部分遮挡以及受光照变化和背景干扰等复杂情况下能够适应目标表观的变化，具有较好的鲁棒性和实时性.