针对核相关滤波(KCF)跟踪算法没有遮挡检测机制以及学习率固定的问题,提出了一种结合正样本集的核相关滤波跟踪算法。通过计算正样本集与待测样本集的相似度来建立目标遮挡判断机制,提高了算法的抗遮挡能力。在模型更新方面,采用了多段学习率的参数更新方式,提高了目标模型的准确性。实验结果表明,该算法与KCF跟踪算法比较,跟踪精度有明显提升。
目标跟踪 核相关滤波 遮挡 正样本集 多段学习率 target tracking kernelized correlation filter occlusion positive sample set multi-step learning rate
