胡 穹， 梅 雪， 卞佳丽

(南京工业大学电气工程与控制科学学院，南京 211800)

0 引言

目标跟踪是近年来计算机视觉领域一个热门的研究课题，已广泛地应用于智能人机交互、智能监控、社会安保、居家安防、交通控制、工业生产、军事侦测等诸多领域,也得到了越来越多学者和研究人员的关注[1]。尽管近年来涌现出了一大批新颖的算法，但由于在实际测试和应用中存在着复杂背景相似物干扰、局部遮挡、目标姿态变化等诸多因素的干扰，仍然没有一种单一的方法能够成功适应所有场景[2]。文献[3]首次将相关滤波技术应用于目标跟踪领域，该方法将图像卷积操作通过快速傅里叶变换转换成频域中的点乘操作，极大地减少了计算量，保证了算法的高效性，由于该算法有极高的运算效率和较强的拓展性，因而迅速成为目标跟踪领域的热点；文献[4]在此基础上引入脊回归作为分类器，使用循环移位样本近似替代密集采样训练样本，提出循环结构检测(CSK)算法，但该算法由于仅使用单通道的灰度特征，因此跟踪鲁棒性还不够好；文献[5]则在其基础上将单通道的灰度特征拓展为多通道的HOG特征，提高了算法的鲁棒性，但由于算法并未使用颜色特征，因此当目标出现快速移动或者快速形变时，容易发生跟踪漂移；而文献[6]则尝试使用了多通道的颜色属性特征拓展CSK算法，并取得了较好的效果，但对于在局部遮挡、目标快速运动和背景相似物干扰等情形下的鲁棒性仍然不够；……