范玲瑜，王世明，张 超，丁 玲，胡冠华

（北方自动控制技术研究所，太原 030006）

0 引言

未来信息化条件下作战，确保武器系统的快速决策和精确打击能力尤为关键。光电跟踪系统的全天候、动态获取目标信息、高精度、抗干扰等特点，能够实现多目标系统的识别与跟踪，从而为作战指挥、武器控制与火力打击分配提供依据［1］。视频跟踪技术是实现高精度光电跟踪的先决条件，视频跟踪器也是光电跟踪系统的关键部件之一。而现代作战过程中，复杂的场景与高精度、智能化的需求使得图像目标的检测与跟踪成为难题，复杂场景下的视频跟踪技术亟需研究［2］。

1 基于在线学习的相关滤波器（KCF）视频目标跟踪算法

目标跟踪的主要任务是在视频图像中目标被识别的基础上，将不同帧中的同一目标进行连续追踪的过程。传统跟踪系统采用时域模板匹配的算法，通过与目标模板匹配的过程实现目标跟踪。但是在面对战场环境复杂、目标隐蔽性高的环境下，该算法极易丢失跟踪目标。为了提高复杂背景下运动目标的跟踪能力，本文采用了基于在线学习的相关滤波器（KCF）视频目标跟踪技术。

基于相关滤波器的跟踪器而言，可以通过快速傅里叶变换在频域中计算相关操作；并且可以通过快速傅里叶逆变换将相关响应转换到空域上。该算法引入循环结构并给出了一种密集采样的策略，首先，通过单个图像块学习目标的RLS分类器，然后利用循环矩阵以及核函数对其进行求解，从而得到核相关滤波器，最后，通过计算核相关滤波器响应的最大值来确定目标位置［3］。……