为提高SAMF算法在复杂场景下的跟踪性能,提出了一种结合SAMF和视觉显著性的目标跟踪算法。在SAMF相关滤波跟踪框架的基础上,通过设计置信度判别策略评价SAMF跟踪结果的可靠性,当认定跟踪结果为低置信度时启用显著性检测算法对其进行修正,从而实现目标的重定位以解决遮挡等因素导致的跟踪漂移问题。实验表明,所提出的改进算法极大地提升了SAMF算法的总体性能和应对多种不同干扰因素时的跟踪鲁棒性,同时保持了良好的跟踪实时性。
科研之友
微信
新浪微博
Facebook
分享链接
