李均利，尹 宽，储诚曦，汪鸿年

(1.四川师范大学 计算机科学学院,四川 成都 610101；2.宁波大学 信息科学与工程学院,浙江 宁波 315211)

0 引言

目标跟踪是在给定的视频序列中，对感兴趣的目标进行检测，并在整个视频序列中对该目标的位置进行实时跟踪，找到目标物体并提取出目标位置后进行进一步的分析应用。跟踪系统通常会给出目标在给定视频序列初始帧中的位置框，根据目标的初始状态进而对其进行跟踪。目标跟踪中主要有以下几个模块：1)目标检测；2)目标分类；3)目标跟踪，如图1所示。目标跟踪在军事领域、视频监控、人机交互和交通监测等领域都发挥着重要的作用[1-2]。在目标跟踪中，由于物体形态的多变性、运动速度过快、光照变化、背景变化以及物体被遮挡或多个目标相互遮挡[3]等复杂情况，目前尚未找到一个鲁棒的算法能够完美地解决这些复杂情形。

经典的目标跟踪方法往往分为基于生成式的跟踪和基于判别式的跟踪。生成式跟踪算法是通过提取目标特征找到能够表征目标的外观模型，利用生成的模型在图像区域进行匹配，找到与其最匹配的区域，即为目标[4]；常见的基于生成式的跟踪算法有meanshift[5-6]、粒子滤波[7]、卡尔曼滤波[8]以及基于特征点的光流算法。而在目标跟踪的过程中，经常会有目标特征与背景相似的情况出现，仅仅对跟踪目标进行建模已经不能满足目标跟踪算法的需求。S Avidan[9]提出了基于判别式的目标跟踪算法，把目标跟踪问题转换成为一个对目标和背景进行区分的二分类问题，通过在线或离线学习的检测器对目标和背景进行区分，进而找到目标的位置。……