Para melhorar o desempenho do rastreamento de alvos em cenários complexos, como deformação do alvo, oclusão, interferências semelhantes e saída do campo de visão, propõe-se um algoritmo de rastreamento de alvo único para cenários complexos. Baseado no algoritmo Staple, estuda-se o problema da atribuição de pesos de pixels da função gaussiana bidimensional, otimizando o histograma de cores para aumentar a distinção entre o alvo e o fundo. Introduz-se um mecanismo de fusão adaptativa das características HOG e de cor baseado na razão do lóbulo lateral do pico (Peak Side Lobe Ratio, PSR), escolhendo racionalmente os coeficientes de fusão para garantir características mistas mais confiáveis. Analisa-se a distância entre o centro da região do alvo e o centro do alvo no quadro anterior, combinada com a resposta mista máxima para calcular a melhor posição do centro, resolvendo o problema de interferência de alvos semelhantes. São adotados a resposta mista, características HOG e a energia média pico-a-correlação (Average Peak-to-Correlation Energy, APCE) para determinar perda ou oclusão do alvo, mantendo a posição da caixa do alvo para realizar o re-rastreamento oportuno. Utiliza-se uma estratégia de atualização do template que combina informações dos quadros anteriores e atuais para melhorar ainda mais a precisão do rastreamento, testada no conjunto de dados OTB100 contendo vídeos com deformação, oclusão e saída de campo. Os resultados experimentais mostram que o algoritmo aprimorado aumentou as taxas de sucesso geral e para atributos específicos (deformação, oclusão, saída de campo) e a precisão para deformação em 1,8%, 3,3%, 2% e 9%, respectivamente, em comparação com o algoritmo Staple; no conjunto VOT16, o algoritmo aprimorado melhorou a sobreposição geral e para o atributo de oclusão em 0,0222 e 0,0196, atendendo às demandas de rastreamento de alvos em cenários complexos específicos.

Rastreamento de alvo único; cenários complexos; supressão de fundo; reidentificação de alvos semelhantes; determinação de perda