基于高置信度更新策略的高速相关滤波跟踪算法

为了满足在线目标跟踪算法的实时性需求并提高算法的稳健性, 提出一种基于高置信度更新策略的相关滤波跟踪算法。在目标区域提取、融合多特征, 以构建稳健的外观表达, 并利用投影矩阵对特征进行降维, 以提高算法的运行效率; 通过相关滤波器寻找最大响应值, 从而快速定位目标; 利用最大响应值和平均峰值相关能量指标, 设计了一种高置信度更新策略。结果表明:所提算法在大规模公开数据集上取得了较高的跟踪精度和成功率, 平均跟踪速度达到122.3 frame/s。