基于遗忘因子与卡尔曼滤波的协方差跟踪

协方差矩阵具有融合多维特征,获得全局最优解的优点,在目标描述方面展现出了优秀的性能,然而传统的协方差匹配难以跟踪被严重遮挡的目标,且全局搜索易遭受相似背景的干扰。为了提高协方差跟踪的性能,提出了基于遗忘因子与卡尔曼滤波的协方差跟踪算法。利用协方差矩阵可实现多种特征的巧妙融合,采用基于遗忘因子的加权搜索策略,可以削弱窗口内相似目标的干扰,利用卡尔曼滤波预测目标运动轨迹并判断目标是否被严重遮挡,使遮挡消失后目标仍能被重新捕获。实验结果表明,该算法可在摄像机运动、目标旋转、缩放和被遮挡等情况下实现刚性与非刚性目标的稳健跟踪。