基于相关滤波的目标跟踪的研究

大多数现代的跟踪器的核心元素是一个判别式的分类器,这个分类器的任务是去区分目标区域和周围的环境。本文基于基础的相关滤波的方法,并对其进行改进的目的,通过在相关滤波的计算中引入不同的尺度信息,较好的手动设计的特征和更具表示性的深度特征,然后在OTB2013数据库上对这些不同的方法进行实验,得到基于深度特征和多尺度信息的方法比基础的相关滤波的方法的重叠精度(Overlap Precision, OP)提高了16.68%(从62.77%到79.45%),从而验证了这些额外信息的引入可以很大地提升跟踪性能。