计算机工程与科学

作者：吴小龙, 李雪松, 丁艳, 罗子娟, 张博智

单位：1.北京理工大学空天科学与技术学院,北京 100081;2.中国电子科技集团公司第二十八研究所信息系统工程重点实验室，江苏 南京 210000

关键词：目标跟踪,跟踪-学习-检测(TLD),核相关滤波(KCF),特征提取,融合算法,

基金：信息系统工程重点实验室开放基金(05202205)

针对核相关滤波(KCF)算法易受环境亮度、目标形变和目标遮挡影响和跟踪-学习-检测(TLD)算法求解速度慢的问题，提出了基于LAB和HOG特征的KCF-TLD融合目标跟踪算法。利用LAB和HOG特征代替图像样本参与相关滤波运算，提升KCF算法对于环境亮度变化和目标形状变化的适应能力；用改进的KCF算法代替TLD算法的跟踪器部分，可避免时间复杂度高的光流计算，以提升TLD算法的计算效率；同时，TLD算法的检测器能在目标遮挡时为相关滤波器提供初始化样本，以实现对遮挡目标的复跟踪。使用OTB-100开源数据集进行对比验证，与原始的KCF算法相比，所提算法在环境光照变化、目标形变和目标遮挡下的跟踪精度分别提高了14.6%,12.1%和17.5%；与原始TLD算法相比，所提算法的视频处理帧率显著提高。

来源：2026年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第3期