基于置信图特性的改进时空上下文目标跟踪

针对时空上下文目标跟踪算法在目标处于遮挡情况下容易产生漂移的问题,基于置信图特性,提出一种改进的时空上下文目标跟踪算法。利用3种子块的特征组合表达目标外观,将置信图中多个峰值点的对应区域作为候选区域,从而提取候选区域的目标特征并找到与目标模板最相似的区域。通过连续蒙特卡洛采样得到最优目标区域,并根据子块遮挡比例自适应调节时空上下文学习率以降低遮挡的影响。仿真实验结果表明,与时空上下文目标跟踪算法和压缩跟踪算法相比,在目标快速移动或发生遮挡时,改进算法仍能较准确地跟踪目标。