基于TLD目标跟踪改进算法

　　TLD算法是一种新颖的长期目标跟踪算法，针对算法中检测器采用特征没有充分考虑跟踪过程中目标的表观、区域轮廓的变化及基于窗口扫描影响效率等问题，在TLD算法的基础上，加入演化机理，基于水平集对其进行改进。结合边缘和区域信息的多尺度水平集方法，引入目标轮廓信息，在有效克服灰度不均匀图像的同时，提高了目标跟踪的适应性及精度；根据轮廓检测结果，引入目标运动方向检测算子，对目标运动方向及其在当前帧中的位置进行估计，减少扫描窗口的同时提高目标辨识能力。通过实验对原始TLD算法及改进的算法进行了比较。实验结果表明，改进后的方法跟踪速度有提升，对目标跟踪的适应性更强，跟踪精度更高。