引入特征重检的抗遮挡目标跟踪方法研究

来源：计算机工程与应用杂志2020年第11期北京时间：

作者：周维，陈听海，邱宝鑫

单位：湘潭大学 信息工程学院，湖南 湘潭 411105

摘要：针对视觉目标跟踪的遮挡问题，在TLD算法的基础上，引入特征重检环节，解决发生遮挡时因目标外观相似、背景聚类造成错判，提出了一种基于特征重检的抗遮挡目标跟踪研究方法（TLD-D），采用跟踪、检测、学习、再检测的策略。跟踪与检测相结合，对锁定的目标进行学习，获取目标最新的外观特征；当发生遮挡时，则启用特征重检环节，提取遮挡过程的“开始发生遮挡”和“遮挡结束”两个关键帧，然后在特征重检环节选用SIFT特征进行双向匹配标定目标，确保重新标定的目标为原被遮挡的跟踪目标, 即“再检测”。OTB基准集上实验结果表明，与TLD算法、同类TLD改进算法以及其他经典跟踪算法相比较，TLD-D算法抗遮挡能力更强，鲁棒性更强，能够对目标长时间稳定跟踪。

关键词：目标跟踪,抗遮挡,特征重检,TLD算法,双向匹配