标题：基于TLD目标跟踪算法的优化
作者：吴忠文 费树岷
作者单位：东南大学自动化学院，江苏 南京 210096
关键字：目标跟踪，TLD，SIFT算法，模板匹配
摘要：由于场景的复杂性，在持久性目标跟踪中，容易发生形变、旋转以及一些其他复杂的问题。现有的一些跟踪算法如Mean-shift、粒子滤波算法、Camshift算法虽然也能够解决该系列问题，但由于其算法计算量巨大，在实际场合中很难得以运用。基于Zdenek Kalal等人提出的TLD（Tracking-Learning-Detection）框架为基础进行研究，并对其提出了两点改进：一是根据目标前景所占整幅图像的大小进行动态调整扫描范围；二是在跟踪模块中，通过SIFT（Scale Invariant Features Transform）算法获取特征点，以优化跟踪模块的跟踪效果。实验结果表明，改进后的算法能达到实时性要求，同时也能够在克服目标旋转和变形的条件下较好地进行快速准确地定位和跟踪目标。