基于尺度滤波器的时空上下文目标跟踪算法

传统的时空上下文目标跟踪(STC)算法在目标尺度发生变化时,目标矩形框的大小在经过多帧之后才有微小的变化,对局部上下文信息不能进行有效的学习,导致跟踪发生漂移。为此,本文提出了一种基于尺度滤波器的时空上下文目标跟踪(STC-SF)算法,首先在第一帧图像中建立时空上下文模型和尺度滤波器模型;然后后续帧图像集,通过时空上下文模型和尺度滤波器模型分别求取得最大响应以得到当前帧图像的中心目标位置和尺度信息;最后利用当前帧图像来更新时空上下文模型和尺度滤波器模型。在OTB50视频库上进行试验,结果表明STC-SF中目标矩形框能够随目标尺度变化而相应变化,同时具有一定的抗遮挡能力,跟踪效果更准确。