基于稀疏卷积特征和相关滤波的实时视觉跟踪算法

摘要 为提高分层卷积相关滤波视觉跟踪算法的实时性能，提出一种稀疏卷积特征的实时目标跟踪算法。首先，在分析不同层卷积特征的基础上，采用等间隔采样的方式提取每个卷积层的稀疏卷积特征；然后，对每个卷积层特征的相关滤波响应值进行加权组合，得到目标预测的位置；最后，采用稀疏的模型更新策略进一步提高算法的运行速度。在OTB-2015新增的50组数据上对所提算法进行测试，实验结果表明，该算法的平均距离精度为82.2%，比原分层卷积特征跟踪算法提高了5.25个百分点，对目标姿态以及遮挡等变化具有较好的鲁棒性。该算法的平均跟踪速度为32.6帧/s，是原分层卷积特征跟踪算法的近3倍，能达到实时跟踪的效果