基于多模态模板的抗遮挡Staple跟踪算法

Staple算法将方向梯度直方图与颜色直方图两种视觉特征进行结合,互相弥补彼此的不足;然而Sta-ple未考虑上下文信息且未对每帧最大响应样本进行置信度评估,在遮挡场景下鲁棒性较差.为解决上述问题,提出一种基于多模态模板池的抗遮挡Staple跟踪算法.首先,引入上下文感知框架与Staple进行融合,有效解决了运动模糊、背景复杂等挑战下跟踪效果受限的问题;然后,使用金字塔尺度搜索策略,提高原算法在尺度变化场景下的跟踪鲁棒性;最后,建立历史多模态目标池,提高对可靠样本的筛选能力,有效解决了遮挡挑战下跟踪漂移的问题.将提出方法在OTB数据集上进行测试并与其他先进跟踪算法比对,实验结果表明,该算法性能优于比对算法.