融合深度信息的判别式相关滤波跟踪

针对传统的目标跟踪系统中,采用判别式相关滤波(DCF)视觉目标跟踪算法存在的精度和速度不平衡以及有遮挡时容易丢失目标的问题,将距离传感器量测的目标深度信息融入DCF框架,设计了一种基于深度-DCF算法(D-DCF)的跟踪系统。系统做出以下改进:(1)采用激光测距仪量测当前帧目标深度,而后基于恒定加速度模型,预测下一帧目标深度;(2)利用预测深度构建目标位置置信度判别式,提高跟踪准确性;(3)引入基于预测深度的自适应尺度因子,降低尺度滤波层级,提高尺度精确性和算法实时性。为说明所提方法的有效性和广泛通用性,以DSST和ECOHC两种具体算法为基础进行实验。结果表明:在有遮挡、背景复杂、目标运动的情形下,基于改进算法的跟踪系统跟踪概率更高、速度更快,与使用原算法的系统相比没有出现目标丢失现象。