标题：基于机器视觉的TLD目标跟踪算法改进
作者：刘雪飞 蒋蓁
作者单位：上海大学机电工程与自动化学院，上海 200072
关键字：半监督学习，目标跟踪，卡尔曼滤波，SURF特征点检测
摘要：运动目标跟踪是计算机视觉领域重要的研究内容之一。在经典的半监督学习跟踪算法（跟踪-学习-检测（TLD））的基础上，提出了以下改进：检测模块耗时巨大是TLD算法难以实时的主要原因，结合卡尔曼滤波器，提出了一种不降低检测精度的局部与全局检测结合的优化方法，实验表明此方法提高了算法实时性；采用改进的SURF特征点检测算法替换原算法中网格均匀采样的方法，克服中值流跟踪存在的问题，提升了整体跟踪算法的鲁棒性。通过对改进算法与原算法的对比实验，验证了改进算法的准确性和实时性均优于原算法。