摘要：针对传统核相关滤波器(KCF)跟踪算法在遮挡情况下通常会跟踪失败问题，提出一种目标边缘增强的自适应核相关滤波器算法。首先通过核相关滤波器找出目标位置，对目标位置区域进行边缘增强，使目标特征更突出，提高分类器性能，然后通过计算目标位置的响应强度自适应的改变模板的学习率参数，使检测模板适应外界环境的变化。实验选取15段公开视频序列进行测试，与现有几种相关滤波器进行比较，相对于结果最好的KCF算法的平均中心位置误差减少了9.6像素，平均成功率提高了7.55%，平均距离精度提高了21.62%。实验结果表明在目标被遮挡、旋转及快速运动等复杂情况下，该算法有较强的适应性，具有重要的研究和应用价值。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：相关滤波器 目标跟踪 自适应跟踪
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
