摘要

针对STRCF算法时间权重因子固定,且常因长时遮挡等原因造成跟踪漂移的问题,提出了一种自适应时间权重学习的目标跟踪算法。利用峰值旁瓣比在线动态更新时间权重因子以提升跟踪器的准确性。在跟踪器中嵌入遮挡判断模块,设定条件判断是否发生遮挡,以决定是否停止对目标位置的更新。实验结果表明:该算法的精确度与成功率分别为0.880和0.814,相比STRCF算法分别提升了2.6%和2.0%,且跟踪速度达到28.61帧/s,在CPU上可以达到实时。