论文研究 基于高斯尺度空间的核相关滤波目标跟踪算法.pdf

核相关滤波（KCF）跟踪算法因其计算效率及速度的优势在目标跟踪领域受到了极大关注，但是该算法仍无法实现尺度自适应，针对此问题提出了一种基于高斯尺度空间的解决方法。根据KCF跟踪算法估计目标位置，将目标及其周围的区域作为搜索区域，并与高斯核卷积建立高斯尺度空间。对高斯尺度空间进行双线性插值，得到目标的多尺度估计图像。用平均绝对误差（MAD）作为匹配准则，将模板与图像匹配，从而得到目标的缩放比率。实验结果表明，与CSK算法、KCF算法等相比，所提出的基于高斯尺度空间的KCF在跟踪精确度上有了显著提升。