基于压缩跟踪算法改进

　　为解决目标外形、姿态变化以及被遮挡的难点，对压缩跟踪算法进行改进：以Kalman预测位置为中心，采用由粗到精的搜索策略，快速准确地找到具有最大分类分数的目标位置：根据目标在每一帧最大分类分数的变化规律进行粗判定，再利用目标和模板的相似度进行精判定以判断遮挡的开始：利用Kalman预测器预测目标被遮挡时的位置，利用基于MCD距离的模板匹配检出脱离遮挡后的目标．使用浮点转定点等策略将算法在DSP上优化实现。实验结果表明：跟踪效果稳定，在目标外形、姿态缓慢变化以及被遮挡时能准确地跟踪目标。对640x480像素的视频，跟踪框为64x64像素时，被遮挡目标跟踪速度达到38.5毫秒／帧，满足实时性要求。