摘要
针对目标跟踪任务中出现的光照变化、尺度变化、形变、遮挡以及运动模糊等复杂场景,提出了一种多特征融合的背景感知相关滤波跟踪算法。在滤波器训练阶段引入背景感知框架,增加训练的负样本数量,解决以往多数相关滤波算法背景学习不充分的问题;将HOG特征和CN特征的响应图进行自适应加权融合,再以固定系数与颜色直方图特征响应图融合,利用最大响应值估计目标位置,解决仅使用单一特征跟踪鲁棒性差的问题;同时引入尺度相关滤波器估计目标尺度,以提高尺度应变能力。在OTB-2013数据集上与5种相关滤波目标跟踪算法进行对比分析,结果表明,该算法的跟踪精确度(0.835)和成功率(0.764)均优于其他算法,相比Staple算法分别提高6.51%和3.80%,兼具实时性和鲁棒性。