动态特征和静态特征自适应融合的目标跟踪算法

【摘要】：由于大多数目标跟踪算法只采用单一静态特征或单一动态特征对目标建模,但静态特征模型不能描述目标的动态特性,并且很难适应场景复杂、快速移动和旋转等问题;而传统运动光流能够描述局部动态特性,却存在孔径问题.提出一种自适应融合动态特征和静态特征的跟踪方法:通过双向光流预测和误差度量自适应提取动态特征,并提取候选目标区域的静态特征,然后构造融合权重函数有效地融合动态特征和静态特征并以此构造协方差矩阵估计误差椭圆,准确描述目标尺度和方向,实现对目标精确表示;通过on-line参数更新机制对权重分配参数进行更新,实现动态特征和静态特征分配的自适应调节,能够适应目标运动速度的变化和场景变化.实验结果表明,在背景复杂的情况下,当目标快速移动或旋转时,与其他相关算法相比,该算法能够获得更好的跟踪效果.