相关滤波目标跟踪算法鲁棒性提升研究

来源：计算机测量与控制杂志2022年第6期北京时间：

作者：王奇,王录涛,江山,文成江

单位：成都信息工程大学计算机学院

摘要：摘要：ECO算法虽然在跟踪效果上有了很大的提升，但是它在复杂场景中表现不好甚至会丢失目标，即鲁棒性不高。对此，文章探讨了怎样在ECO算法中利用深度特征处理深层语义的能力和浅层特征处理纹理颜色信息的能力来提升算法的鲁棒性，同时对比了深度特征和浅层特征在目标跟踪的的不同作用，并因此提出了改进方法，首先在深度网络上选择了具有更深层次的ResNet-101网络；其次修改了适宜此网络的参数。算法在OTB-2015进行的实验也取得了比较良好的结果，在低分辨率，背景杂波，光照变化，尺度变化四个挑战因素的成功率分别领先基准算法ECO为0.135，0.034，0.031，0.024。

关键词：目标跟踪;深度特征;浅层特征;鲁棒性;复杂场景

基金资助：四川省科技厅重点研发项目