核相关滤波跟踪算法的尺度自适应改进

摘要 针对基于检测的核相关滤波跟踪（CSK）算法难以适应目标尺度变化的问题，提出多尺度核相关滤波分类器以实现尺度自适应目标跟踪。首先，采用多尺度图像构建样本集，训练多尺度核相关滤波分类器，通过分类器对目标的尺度估计实现目标的最佳尺度检测；然后，在最佳尺度下采集样本在线学习更新分类器，实现尺度自适应的目标跟踪。对比实验与分析表明，本文算法在目标跟踪过程中能够正确适应目标的尺度变化，相比CSK算法，偏心距误差减少至其1/5~1/3，能满足复杂场景长时间跟踪的需求