Opencv 基于学习的实时多目标跟踪

我的目标是拥有具有学习功能的实时多跟踪器。
我使用卡尔曼滤波器跟踪对象，但在跟踪过程中发现了估计误差
该物体没有被连续跟踪。我想在跟踪的同时实施一些学习机制。
我想到的一种方法是，
1） 计算特定roi的平均HSV，然后将该HSV值存储在向量中（

Scalar

或

Vec3b

）
2） 将新的HSV值（某些ROI的平均值）与向量集合中存在的所有以前的HSV值进行比较
3） 如果新的HSV值与vector中的HSV值不匹配，则将其作为新的单独对象进行跟踪。
4） 否则，如果新的roi与向量中的HSV值匹配，则称其为roi中存在的相同对象。继续跟踪旧对象
5） 定期进行基于时间的检查，以删除vector中的旧HSV值。

我试过KCF，MILE e.t.c他们不是实时的。您能推荐任何实时学习方法或改进上述方法的方法吗