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...