摘要

针对行人光照变化、背景与目标颜色相近以及目标遮挡等复杂环境中,易出现跟踪目标丢失的问题,提出一种融合多特征的Camshift算法与卡尔曼滤波相结合的目标检测跟踪方法。首先,为解决目标跟踪方法需要在初始帧手动选取行人目标的问题,在初始阶段利用梯度直方图特征(HOG)结合支持向量机(SVM)分类器进行行人目标检测;其次,利用欧式距离选取距离图像中心像素坐标最近的行人作为跟踪目标;同时,将行人分为5部分分别提取衣服颜色特征与HOG特征,根据权重进行融合,建立更加鲁棒的目标模型;最后,利用当前帧与前一帧的目标模型相似度设定遮挡阈值,实现Camshift算法与卡尔曼滤波算法的切换,解决目标遮挡问题,保障算法的鲁棒性。将该方法在OTB2013测试集各场景中进行实验,实验结果表明,在提升算法的鲁棒性同时,保障了算法的实时性。