摘要

为解决相关滤波跟踪算法循环移位采样产生的边界效应,提高跟踪性能,提出一种自适应内容感知空间正则化相关滤波算法。首先提取真实的背景区域作为负样本训练滤波器,降低目标区域循环移位生成的假负样本所引起的滤波器退化问题;其次提取目标区域的局部敏感直方图特征作为前景特征,并与空间正则化项结合,根据不同目标的外观来动态更新空间正则化权值。然后采用交替方向乘子法优化求解,将模型的优化问题分解为两个子问题,并在迭代中结合动态局部敏感直方图特征求解子问题的最优解;最后, 在五个公开基准数据集上对算法进行评估。实验结果表明,本文方法在OTB50数据集上的精确率和成功率得分分别为90.3%和66.1%,超过了其他相关滤波算法;在OTB100数据集上的数据分别为92.2%和69.2%,其中精确率在所有算法中排名第一,成功率则领先其他相关滤波算法。

全文