[发明专利]一种尺度自适应的长期相关性目标跟踪方法

摘要

本发明公开了一种尺度自适应的长期相关性目标跟踪方法。首先，预处理第一帧图像，得到时间上下文回归模型Rc、目标外观回归模型Rt和检测器Drf。对于后续帧的跟踪，根据前一帧的目标位置创建搜索区域，并提取HOG特征，用以训练相关滤波器模板；进行平移估计，估计出当前帧的目标位置；然后，构建尺度池，自适应的估计出预测目标的最佳尺度，得到当前帧的目标状态；如果最大响应ys小于阈值τr，使用Drf执行重检测，更新目标的位置；接下来，更新Rc；如果最大响应ys大于阈值τa，更新Rt；然后，更新Drf；最后，得到当前帧预测的目标状态、Rc、Rt和Drf。重复以上步骤直到视频图像序列结束。本发明相比长期相关滤波(LCT)等算法提升了目标跟踪的性能，在多种复杂环境下鲁棒性更好。