基于颜色、空间和纹理信息的目标跟踪

为更好地应对跟踪过程中复杂的场景变化问题，提出一种采用多种特征融合进行跟踪的方法。算法在粒子滤波的框架下，通过在跟踪过程中对每一个特征进行不确定性度量，计算动态的特征权值，从而完成了自适应的特征融合。利用颜色、空间和纹理特征的互补特性，提升了算法的跟踪性能。实验结果表明，算法能够很好地适应目标尺度、旋转、运动模糊等复杂场景的变化。与近年来流行的算法相比，所提出的算法具有明显优势，能够很好地完成跟踪任务。