目標の変形、遮蔽、類似干渉、および視野外出などの複雑なシーンにおける目標追跡性能を向上させるため、複雑なシーン単一目標追跡アルゴリズムを提案する。Stapleアルゴリズムに基づき、2次元ガウス関数のピクセル重み付け問題を研究し、カラー・ヒストグラム統計を最適化して、対象と背景の識別度を強化する。ピークサイドローブ比（Peak Side Lobe Ratio、PSR）に基づくHOG特徴量および色特徴量の適応的融合機構を導入し、融合係数を合理的に選択して混合特徴量の信頼性を確保する。対象領域の中心と前フレームの対象中心間の距離を分析し、最大混合応答と組み合わせて最適中心位置を算出し、類似目標干渉問題を解決する。混合応答、HOG特徴量、平均ピーク対相関エネルギー（Average Peak-to-Correlation Energy、APCE）を用いて対象の消失や遮蔽状況を判定し、対象枠の位置を維持して迅速な再追跡を実現する。前フレームと現フレームの情報を組み合わせたテンプレート更新戦略を採用し、追跡精度をさらに向上させ、OTB100データセットの変形、遮蔽、視野外出の3属性を含む動画でテストした。実験結果は、改良アルゴリズムが全体および特定属性（変形、遮蔽、視野外出）の成功率および変形属性の精度をStapleアルゴリズム比でそれぞれ1.8％、3.3％、2％および9％向上させ、VOT16データセットでは全体および遮蔽属性においてStaple比で重複度を0.0222と0.0196向上させ、複雑な特定シーンにおける目標追跡要件を満たしたことを示している。

単一目標追跡;複雑シーン;背景抑制;類似目標再識別;喪失判定