基于相关滤波的红外目标跟踪抗遮挡处理

针对传统的相关滤波算法在红外目标跟踪过程中,目标被完全遮挡后跟踪失效的问题,提出一种结合了多尺度滤波跟踪器和基于深度学习检测器的目标实时跟踪抗遮挡算法.首先使用跟踪器跟踪目标,计算目标的峰值响应强度并比较峰值响应强度与经验阈值的大小以判断目标是否被遮挡或跟踪丢失.然后当目标被遮挡或跟踪丢失时,停止更新跟踪器,由于目标被遮挡后再次进入画面的位置可能会发生巨大变化,并且跟踪器在整个图像中搜索目标的速度特别慢,因此在不降低跟踪精度和速度的情况下,后续帧中采用了检测器检测目标并得到多个目标框.利用检测器得到的目标框,分别利用跟踪器进行相关滤波,针对每个目标框得到一个峰值响应强度,其中峰值响应强度最大且超过经验阈值的目标框即为重新进入画面的目标.通过与多尺度相关滤波算法比较,所提算法在满足实时跟踪的情况下,能有效地解决红外目标被遮挡的问题,具有更高的鲁棒性和精确度.