提出了一种新的基于核的自适应目标跟踪方法,以提高复杂背景下目标跟踪的鲁棒性和准确性。 尺度不变特征变换(SIFT),颜色和运动特征的三个核函数的线性加权组合用于表示跟踪目标的概率分布。 外观和运动功能相结合,以增强目标区域的位置稳定性和准确性。 跟踪窗口的大小可以根据相应SIFT对的仿射变换参数进行实时调整。 为了更好地提取特征,还根据场景自适应地调整了三个核函数的权重。 实验表明,该算法能够在不同场景下成功跟踪运动目标。 此外,它可以处理目标姿态,比例,方向,视图和照明变化,并且其性能优于经典的Camshift算法,基于SIFT的方法和基于颜色SIFT的方法。
