在核相关滤波目粗略的分类，然后再利用最近邻分类器对朴素贝叶斯分类后剩下的目标候选块找到与目标最接近的目标块。若目标块的相似度值，则判定为检测到目标，否则未找到目标。其中相似度值定义为其中和表示目标候选块与目标正样本和目标负样本中所有样本最大相似度值，为遮挡进行检测，的计算方法如下其中为最大峰值，峰值周围的区域定义为旁瓣，分别为旁瓣区域的均值和方差。实验中设定阈值，当时，这无遮挡进行核相关滤波当目标再检测当目标出现严重遮挡时，单靠目标局部特征信息很难稳定的进行跟踪。目标遮挡问题按目标被遮挡程度可分为类，部分遮挡严重遮挡完全遮挡。遮挡处理般分为部分进入遮挡遮挡保持离开遮挡。图为本文算法的框架图。本文算法本文算法在核相关滤波算法的基础上致力于解决目标跟踪中的严重遮挡问题。本文将其分为两个模块，是遮挡检测实现快速计算。关键词核相关滤波遮挡检测严重遮挡分类器中图分类号文献标识码文章编号引言目标跟踪技术不管是在军事还是民事上都有相当重要的作用。近年来，对目标跟踪问题有广泛的研究，并取得了很大的进展，涌现了很多目标跟踪算法。但是现实生活中问题有广泛的研究，并取得了很大的进展，涌现了很多目标跟踪算法。但是现实生活中的目标跟踪受遮挡光照变换目标与背景相似目标背景复杂等因素的影响，目标跟踪算法的准确性和实时性受到了定的限制。然而遮挡问题是研究的重点和难点，尤其是在目标受到严重遮。本文算法本文算法在核相关滤波算法的基础上致力于解决目标跟踪中的严重遮挡问题。本文将其分为两个模块，是遮挡检测，是目标再检测。图为本文算法的框架图。目标遮挡问题按目基于遮挡检测的核相关滤波目标跟踪算法论文原稿目标跟踪受遮挡光照变换目标与背景相似目标背景复杂等因素的影响，目标跟踪算法的准确性和实时性受到了定的限制。然而遮挡问题是研究的重点和难点，尤其是在目标受到严重遮挡或者完全遮挡时。基于遮挡检测的核相关滤波目标跟踪算法论文原稿。少计算量，并且具有较好的鲁棒性，最典型的就是目前由等提出核相关滤波目标跟踪算法，该算法对训练样本进行循环移位，可近似看成是对目标的密集采样，从而得到大量的训练样本来训练分类器。此外分类器的训练和检测过程都利用离散傅里叶变换工程，或者完全遮挡时。基于遮挡检测的核相关滤波目标跟踪算法论文原稿。上述遮挡方法都是基于生成式模型目标跟踪方法，生成式模型目标跟踪方法由于计算量大的原因无法满足跟踪的实时性要求，今年来有学者提出判别式模型方法，该方法将背景与目标区分开来，减标被遮挡程度可分为类，部分遮挡严重遮挡完全遮挡。遮挡处理般分为部分进入遮挡遮挡保持离开遮挡。关键词核相关滤波遮挡检测严重遮挡分类器中图分类号文献标识码文章编号引言目标跟踪技术不管是在军事还是民事上都有相当重要的作用。近年来，对目标跟，基于遮挡检测的核相关滤波目标跟踪算法论文原稿，王暐，王春平，李軍等特征融合和模型自适应更新相结合的相关滤波目标跟踪光学精，储珺，朱陶，繆君等基于遮挡检测和时空上下文标跟踪算法的基础上，提出了基于遮挡检测的核相关滤波目标跟踪算法。该算法加了目标遮挡检测，可以定程度上解决目标严重遮挡的问题，提高跟踪的成功率和精确度。本文算法只考虑了遮挡目标为单目标的情况下，因此后续会针对复杂的目标进行研究。参考文献薛陈样本和负样本的集合，表示最终相似值。相似值越大则越能判断出真正的目标。实验结果与分析为了验证本文算法的有效性，本文算法使用中的组遮挡数据来验证，并且和种性能较优的算法进行对比，且评判的标准为跟踪成功图和跟踪精确图。该实验结果如图所示此在上述检测到目标被遮挡时，目标出遮挡后，通过重新检测运动目标以达到稳定的跟踪。本文参考文献使用最近邻分类器和朴素贝叶斯分类器组合来进行目标再检测。该检测方法是，首先通过朴素贝叶斯对目标初始帧分类训练分类器有通过朴素贝叶斯分类器对候选进行测，是目标再检测。基于遮挡检测的核相关滤波目标跟踪算法论文原稿。遮挡检测策略对于目标遮挡问题般可以分为个步骤进入遮挡遮挡保持离开遮挡，因此当目标发生遮挡时，首先要判断目标是否发生遮挡，本文的遮挡检测策略参考文献，本文使用响应峰值旁瓣比