基于高斯核相关滤波的多特征融合的目标跟踪

为了解决跟踪过程中光照、快速变形等干扰因素,提出一种基于高斯核函数的多特征融合的跟踪算法。首先将HOG和颜色特征融合,采用PCA降维技术进行多特征降维,利用循环矩阵获得训练样本并用最小二乘分类器训练样本获得核滤波模板,对跟踪效果有明显的改善。针对遮挡问题,通过设置阈值检测遮挡并保存成功跟踪时的模板作为训练样本训练新模型来解决。通过对视频序列对比实验表明,该算法具有更高的精确度与鲁棒性。