宝鸡文理学院学报（自然科学版），第４２卷，第４期，第５５－６２页，２０２２年１２月ＪｏｕｒｎａｌｏｆＢａｏｊｉＵｎｉｖｅｒｓｉｔｙｏｆＡｒｔｓａｎｄＳｃｉｅｎｃｅｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），Ｖｏｌ．４２，Ｎｏ．４，ｐｐ．５５－６２，Ｄｅｃ．２０２２ＤＯＩ：１０．１３４６７／ｊ．ｃｎｋｉ．ｊｂｕｎｓ．２０２２．０４．００９显著性增强的模型自适应目标跟踪＊张微（宝鸡文理学院计算机学院，陕西宝鸡７２１０１６）摘要：目的针对跟踪过程中目标易受遮挡、移出视野、背景杂乱等因素影响的问题，提出一种显著性增强的模型自适应目标跟踪方法。方法将显著性特征与颜色直方图是梯度方向直方图（Ｈｉｓｔｏ－ｇｒａｍｏｆＯｒｉｅｎｔｅｄＧｒａｄｉｅｎｔ，ＨＯＧ）特征结合，建立目标外观模型，提高目标外观表示的多样性。通过引入一种目标遮挡检测方法和一种模型自适应更新策略，以自适应方式调整模型学习率，应对目标遮挡问题。结果与结论将本文方法与９种经典跟踪器在公开目标跟踪基准数据集ＯＴＢ－２０１５上进行对比。仿真实验与分析表明，所提方法在跟踪精度和成功率上均取得较好的结果。关键词：显著性检测；相关滤波；模型自适应；目标跟踪中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１００７－１２６１（２０２２）０４－００５５－０８Ａｄａｐｔｉｖｅｏｂｊｅｃｔｔｒａｃｋｉｎｇｏｆｓａｌｉｅｎｃｙ－ｅｎｈａｎｃｅｄｍｏｄｅｌＺＨＡＮＧＷｅｉ（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＢａｏｊｉＵｎｉｖｅｒｓｉｔｙｏｆＡｒｔｓａｎｄＳｃｉｅｎｃｅｓ，Ｂａｏｊｉ７２１０１６，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｐｕｒｐｏｓｅｓ—Ｔｏｐｒｏｐｏｓｅａｎａｄａｐｔｉｖｅｏｂｊｅｃｔｔｒａｃｋｉｎｇｍｅｔｈｏｄｆｏｒｓａｌｉｅｎｃｙ－ｅｎｈａｎｃｅｄｍｏｄｅｌｓｏａｓｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｏｂｊｅｃｔｉｓｅａｓｉｌｙａｆｆｅｃｔｅｄｂｙｏｃｃｌｕｓｉｏｎｓａｎｄｏｕｔｏｆｖｉｅｗｏｒｈａｖｅｂｕｓｙｂａｃｋｇｒｏｕｎｄｉｎｔｒａｃｋｉｎｇｐｒｏｃｅｓｓ．Ｍｅｔｈｏｄｓ—Ｔｈｅｓａｌｉｅｎｃｙｆｅａｔｕｒｅｉｓｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｈｉｓｔｏｇｒａｍｓｏｆｃｏｌｏｒａｎｄｇｒａｄｉｅｎｔｄｉｒｅｃｔｉｏｎｔｏｅｓｔａｂｌｉｓｈｔｈｅｔａｒｇｅｔａｐｐｅａｒａｎｃｅｍｏｄｅｌａｎｄｉｍｐｒｏｖ...
