基于核循环结构的自适应特征融合目标跟踪

视频跟踪中, 使用单一特征对目标进行描述难以适应复杂场景的变化, 目标的尺度变化、形变、遮挡等因素易导致跟踪失败。为提高跟踪的稳健性, 基于核循环结构, 提出一种自适应特征融合和模型更新的跟踪方法, 并引入尺度更新机制。首先利用目标的灰度特征和局部二值模式特征分别计算滤波响应图, 依据响应图的峰值旁瓣比(PSR)自适应地分配权值并加权融合, 从而估计目标的最佳位置。然后根据融合后响应图的PSR来判断跟踪质量, 据此决定是否更新模型。最后在目标位置周围提取方向梯度直方图特征构建尺度金字塔, 训练尺度相关滤波器, 用来估计目标的最佳尺度。实验选取标准测试数据集中具有光照变化, 遮挡和尺度变化的视频