孟晓燕， 段建民

(北京工业大学信息学部， 北京 100124)

目标跟踪是一个机遇与挑战并存的机器视觉研究方向，因在自动驾驶[1]、交通流监控[2]、人机交互[3]、机器人[4]、医学诊断[5]和行为识别[6]等领域得到广泛应用，而成为了研究热点. 机遇主要体现在虽然经过十几年的研究，该方向已经有了许多突破性的进展，但是仍然存在进一步深入研究和提升的空间. 挑战性则体现在复杂环境和目标本身2个方面，具体而言，跟踪失败可以归因于跟踪过程中发生的遮挡、光照变化、尺度和形态差异以及快速运动等不利因素.

目标跟踪旨在从连续视频帧中识别出感兴趣区域. 一般而言，跟踪框架由4个模块组成，分别是目标初始化、外观建模、运动估计和目标定位. 目标初始化是对目标的位置或感兴趣区域标示包围框的过程，外观建模是由具备判别能力的目标特征和构造的数学模型组成的检测过程，运动估计是推断跟踪后续帧中目标所处位置的过程，而目标定位操作则涉及到最大后验概率预测或贪婪搜索策略. 大量的跟踪算法被相继提出，回答了何为视觉目标跟踪，何种学习机制适用于跟踪任务，以及如何有效定义外观模型和运动模型等问题. 文献[7-11]从不同的侧重点对跟踪算法进行了调查，但是考虑到近年来该领域的迅速发展，以及相关滤波和深度学习在完成跟踪任务时的突出表现，目前仍缺乏一个针对性较强且相对全面的论述. 本文旨……