基于Lucas-Kanade算法的目标跟踪研究

在遮挡物较多的变电站场景下，传统的目标跟踪算法容易出现人员跟丢、身份变换、目标被遮挡无法识别等情况，无法做到对目标的准确实时跟踪。该文选择Lucas-Kanade算法，用以对视频中的移动目标进行检测与跟踪研究。在时间流运动目标轨迹不相同时，利用各帧图像上的运动目标轨迹偏差对算法进行评估，主要估算算法对运动目标的跟踪具体情况。实验结果表明，该算法能有效防止被跟踪点因被遮挡、隐没或纹理特性改变而引起的跟踪失败，实现对运动目标的准确、实时和稳定跟踪，从而为变电站在复杂环境中的运动目标检测与跟踪研究提供了参考。