结合尺度估计MST和粒子滤波的视频目标跟踪

来源：计算机工程与应用杂志2020年第8期北京时间：

作者：孙新领，张皓，赵丽

单位：1.河南工学院 计算机科学与技术系，河南 新乡 453003；2.山西大学 软件学院，太原 030013

摘要：在视频序列的实时目标跟踪中，针对经典均值漂移跟踪（MST）方法不能应对遮挡、尺度变化等问题，提出一种结合MST、自学习尺度探测器和粒子滤波的跟踪方法。采用MST算法在视频帧中跟踪目标，当目标收敛到局部最小值时重新初始化目标。提出一种基于在线学习的探测器，用来自适应更新MST的目标模型，使其能够自动调整目标尺度。另外，当出现完全遮挡时，启动粒子滤波器，通过概率计算来估计目标位置，使MST能够在目标离开遮挡时恢复跟踪。在通用数据集PETS视频序列上的实验结果表明，相比其他几种较新的MST方法，提出的方法具有更高的跟踪准确性，可以应用于实时检测和目标跟踪等应用中。

关键词：视频序列,目标跟踪,均值漂移跟踪,尺度估计,探测器,粒子滤波