摘要: 针对复杂环境下引起的目标失跟问题，提出了一种基于模型互更新的可见光与红外图像融合跟踪算法。基于把视觉跟踪问题视为“中心-周围”分类的思想，首先从可见光与红外图像中分别提取目标及周围像素点的特征，然后采用Boosting算法训练得到跟踪模型。基于分类结果计算像素点的置信度，采用决策级融合方法得到似然图像，通过均值漂移算法估计目标位置。最后在Co-Training框架下结合目标跟踪结果进行模型的互更新。实验结果表明，该算法提高了跟踪的鲁棒性，有效利用了多模图像的信息。