基于线性核函数的高速核化相关跟踪算法

现有的视觉目标跟踪研究主要集中在跟踪性能的提升,计算量普遍过大,难以在计算资源有限的嵌入式计算平台上实时运行,严重影响了跟踪算法的实际应用.对现有的跟踪算法进行了分析,提出了一种改进的高速核化相关跟踪算法.一方面,采用线性核函数解决相关运算中核函数计算量大的问题,另一方面,对算法流程进行优化,将多个傅里叶变换计算放在算法初始化阶段,从而避免在跟踪过程中进行运算量较大的傅里叶变换计算.综合上述措施,将原来的每次跟踪主循环需要计算十次傅里叶变换(FFT)减少到三次FFT.并通过定量实验分析验证,在跟踪性能基本不变的情况下,将速度提升到原来的4-5倍.提出的方法大幅降低了高性能跟踪算法的计算量,在计算性能有限的嵌入式计算平台上有着良好的应用前景.