一种改进ECO-HC的目标跟踪算法

作者：马聪杰; 何秋生; 孙宏; 刘思超

来源：太原科技大学学报, 2023, 44(02): 111-117.

• 目标跟踪
• 特征融合
• 样本空间模型

针对目标发生快速移动导致跟踪精度不高甚至跟踪失败的情况，研究了一种改进ECO-HC的目标跟踪算法。首先，将不同的图像目标尺寸进行缩放以确定目标搜索区域，从而计算得到初始标度下的目标尺寸大小。其次，提取图像目标的HOG特征和CN特征并进行融合，将融合后的目标特征进行降维并加入样本空间模型。然后，提出一种扩充样本块的更新策略，对滤波响应函数进行优化，完成跟踪过程。最后，在OTB100标准数据集上进行实验验证，并与其他相关滤波类算法进行对比。实验结果表明：算法的跟踪精度为87.0%,跟踪成功率为65.3%,均优于其他算法。

• 单位
  电子信息工程学院; 太原科技大学