摘要: 在红外目标跟踪中,如何鲁棒地跟踪上目标,对提升武器装备战斗力意义重大.本文在核相关目标跟踪算法(KCF)的基础上提出了一种有效的多特征协同学习核相关红外目标跟踪算法,该算法通过KCF模型将HOG(Histogram of Oriented Gradient)特征与Haar-like特征整合到一个框架中,解决了单一特征不足以表征目标外观变化,同时大大提升了红外目标跟踪的准确性与稳定性.同时,本文也提出了一种自适应学习因子策略,增强了模型的泛化能力.大量定性定量实验结果表明本文所提算法在重叠率准则(OR)和跟踪中心误差(CLE)准则上超过现有大多数算法,同时其跟踪速度也超过大多数算法.