融合关注度和空间投影的核跟踪算法

目标描述是目标跟踪算法中最重要的步骤之一,也是建立鲁棒视觉跟踪系统的关键.为了更好地描述目标,引入了基于关注度的显著性特征提取算法.关注度模型通过模仿人类的视觉机理,能自动从视野中突出最能吸引人类注意的部分.因此,基于关注度的目标描述可以较好地提取目标的最显著特征,从而有利于建立一个与背景具有更好区分性的目标模型.另外,为了融入空间信息,对目标的显著性图像进行了水平投影和垂直投影,并且把均值位移(Mean Shift)迭代过程直接应用到空间投影上,最终得到目标所在坐标位置.实验证明:这种基于关注度和空间投影的核跟踪算法比经典Mean Shift目标跟踪算法更加鲁棒、精确地跟踪复杂场景下的动态目标.同时,算法速度可以提高约50%.