基于区域预估与自适应分类的视觉跟踪算法

针对视觉跟踪中的目标形变、部分遮挡和平面外旋转等问题,提出一种基于区域预估与自适应分类的视觉跟踪算法。该方法基于跟踪-修正-检测框架,利用Mean-Shift算法进行跟踪,并使跟踪器与检测器紧密相连,利用修正模块判断跟踪器和检测器是否需要在线更新;采用Kalman滤波器对目标潜在位置区域进行预估,避免全局扫描的繁琐流程;所提出的自适应方差分类器能够动态地调整分类器参数,增强分类器的灵活性,提高跟踪稳健性。采用OTB-2013评估基准中的视频序列进行测试,并将所提算法与其他4种具有代表性的视觉跟踪算法进行对比,实验结果表明,所提算法的稳健性和准确性均优于对比算法。