显著性增强的模型自适应目标跟踪

目的 针对跟踪过程中目标易受遮挡、移出视野、背景杂乱等因素影响的问题，提出一种显著性增强的模型自适应目标跟踪方法。方法 将显著性特征与颜色直方图是梯度方向直方图(Histogram of Oriented Gradient, HOG)特征结合，建立目标外观模型，提高目标外观表示的多样性。通过引入一种目标遮挡检测方法和一种模型自适应更新策略，以自适应方式调整模型学习率，应对目标遮挡问题。结果与结论将本文方法与9种经典跟踪器在公开目标跟踪基准数据集OTB-2015上进行对比。仿真实验与分析表明，所提方法在跟踪精度和成功率上均取得较好的结果。