基于形变多样相似性的空间正则化相关滤波跟踪

提出了一个基于形变多样相似性的空间正则化相关滤波跟踪算法。在核相关滤波(KCF)跟踪算法基础上引入了空间正则化权重和子网格检测方法, 利用形变多样相似性匹配算法构建了目标重检测模块, 利用主成分分析(PCA)算法和k维树一致近似最近邻(TreeCANN)算法解决了匹配算法中的最近邻搜索问题; 通过自适应模板更新策略, 解决了遮挡情况下模板误更新问题。实验结果表明, 所提算法的精确度得分为0.825, 成功率得分为0.625, 相比KCF算法分别提升了18.5%和31.0%。所提算法能较好地解决目标尺度变化、遮挡、快速运动、旋转和背景杂乱情况下的跟踪问题, 具有广泛的应用前景。