基于SVM遮挡检测模型的目标跟踪算法

摘要

针对背景感知相关滤波（background aware correlation filters,BACF）目标跟踪算法中因目标遮挡造成的跟踪漂移问题，在算法框架中加入基于支持向量机（support vector machine,SVM）的遮挡检测模型，对其进行抗遮挡改进。在算法跟踪过程中，使用SVM遮挡检测模型对目标响应矩阵进行分类：若目标响应矩阵属于遮挡一类，则停止更新滤波器模型，以防止遮挡情况下更新模型导致的模型污染；若目标响应矩阵不属于遮挡一类，则对滤波器模型进行更新，以适应跟踪过程中目标外观的变化。在算法中加入遮挡检测模型可以减小遮挡问题对算法跟踪性能的影响。目标跟踪数据集OTB100的测试结果表明，改进算法相较基础算法在目标形变属性下成功率和精确率分别提高8%和6.9%，遮挡属性下成功率和精确率分别提高6.4%和5.7%，同时算法跟踪速度提升了14.48%，有效提升了算法在遮挡、形变属性下的性能以及算法实时性。

关键词

机器视觉 / 目标跟踪 / 相关滤波 / 遮挡检测 / 支持向量机