潘荣敏，袁 杰，王宏伟，2，米 汤

1.新疆大学 电气工程学院，乌鲁木齐 830047

2.大连理工大学 控制科学与工程学院，辽宁 大连 116024

1 引言

视觉跟踪技术广泛应用在人机交互、自动驾驶、导航制导、无人机、工业机器人等领域，高效的跟踪算法需解决跟踪过程中由环境干扰引起的模型污染问题[1]，已成为该研究领域的热点和难点。

在计算机视觉领域，DLT[2]和MDNet方法[3]分别在在OTB50[4]和OTB10[5]中表现出一定准确率，但深度学习模型的复杂性导致其帧率较低，即便是时效性较好的SimFC方法[6]也要依赖高配置GPU，难以满足机器人实时应用。Henriques等提出的核相关滤波器（KCF）算法[7]继承了MOOSE算法[8]的高速率特性，还表现出较高的精度，是众多基于滤波器跟踪算法的模板。作为该类算法的改进，SAMF[9]和DSST[10]方法通过融合多特征并利用尺度池或比例尺改进了目标尺度自适应的不足，LCT方法[11]借用重检测的思想实现了较为稳定的跟踪。但目标及场景动态变化引起的尺度框自适应和目标丢失问题使鲁棒实时跟踪仍然是一个挑战性问题[12]。在众多算法中，特征选取是一个跟踪系统中重要的组成部分，合适的特征可以显著提高跟踪效果[13]。

在移动机器人域领，当行人的腿部特征变化时，采用激光测距仪和相机相结合进行行人跟踪[14-16]的方法容易造成跟踪失败[17]。基于超声波测距的行人跟踪方法[17-18]需要目标体在面向机器人侧携带超声波发射器，应用场景受限。受启发于HOG特征[19]提出的HOD特征[20]和基于RGBD相机的行人检测跟踪策略[21]，均证明了利用场景深度信息进行目标跟踪的高效性。……