融合上下文信息及多特征目标跟踪方法研究

摘要 针对传统相关滤波跟踪算法中单一特征在复杂环境下出现跟踪失败情况,提出一种融合传统特征、卷积特征及上下文信息的运动跟踪方法.通过固定权重融合目标及上下文信息的方向梯度直方图特征响应图和目标颜色直方图特征响应图,再自适应融合卷积特征响应图以更好地跟踪目标,对目标尺度变化问题采用尺度池方法.在标准测试集(OTB-50)中验证了本文算法,与基于传统特征及上下文信息的算法相比,平均距离精度提高了6.1%,平均重叠精度提高了4.7%;与只使用卷积特征的算法相比,平均距离精度虽然只提高了0.2%,但平均重叠精度提高了7.2%;与其他主流算法相比,性能也优于其他算法,能够有效提升跟踪目标在尺度变化与背景杂波等情况下的准确性与鲁棒性