基于改进的核相关滤波算法的红外目标跟踪

核相关滤波(KCF)算法在跟踪过程中由于目标受到遮挡或者目标本身的形变、大小变化等问题容易丢失目标.针对以上问题对原算法做出如下改进:一是加入检测模型响应值的方法作为判定目标是否丢失的依据,一旦判定目标丢失,模型就会暂停更新,增加采样窗口个数来扩大目标搜索范围,直至判定为重新定位目标;二是加入一种自适应的多尺度搜索策略;三是将原算法采用的方向梯度直方图(HOG)特征与图像灰度特征矢量融合作为新的样本特征.将原算法和改进算法用于实验采集的红外视频序列,定性地比较和分析跟踪效果,同时根据在OTB-2013中测试的跟踪精度做定量的评估.实验结果表明,改进算法的综合性能及应对目标受到遮挡、形变、大小变化等问题上的鲁棒性能均有提高.