基于改进KCF的室内人体追踪方法

本文以室内场景人体跟踪问题为背景,利用尺度估计、异常追踪判据和新的模型更新策略,改进经典KCF(High-Speed Tracking with Kernelized Correlation Filters)算法,使其能够很好地处理异常跟踪情况。实验证明,改进后的KCF在几乎不损失速度的情况下,准确度、模型漂移和异常追踪的处理能力都得到了很大的提升。