基于相似背景与HSV空间颜色直方图的目标跟踪

针对相关滤波器的存在边界效应问题,提出了一种基于相似背景与HSV空间颜色直方图的目标跟踪算法。通过最佳伙伴相似原理(Best-Buddies Similarity),在真实背景中选取与目标相似度较高的相似背景作为负样本训练相关滤波器,降低边界效应。并将HSV空间颜色直方图与贝叶斯分类器结合对目标进行颜色跟踪,利用颜色直方图信息提高复杂背景下目标跟踪的成功率。在OTB-50和OTB-100中挑选16个视频进行实验,与当前主流的6种跟踪算法对比,本文算法的成功率得分0.593,准确率得分0.467,优于6种主流的目标跟踪算法,能够有效提高目标跟踪的成功率和准确率,并且具有较好的实时性。