田应仲,刘伊芳,李 龙

(1.上海大学 机电工程与自动化学院，上海 200444; 2.上海市智能制造及机器人重点实验室，上海 200444)

0 引言

目标跟踪技术在各行各业发挥着越来越重要的作用，具有极大的研究意义。目标跟踪任务的过程是第一帧标定跟踪目标的位置和大小，在接下来的每一帧预测出跟踪目标的位置、大小。整个跟踪过程首先，初始化目标框，然后，在下一帧中产生众多候选框，提取候选框的特征，并对候选框打分，最后选出得分最高的候选框即为预测的目标对象，或者对多个预测值进行融合，得到更优的预测目标。

文献[1]在2014年提出核相关滤波(KCF,kernel correlation filter)跟踪算法。KCF跟踪算法引入循环矩阵线性可对角化的性质，并且通过岭回归模型计算模板样本和当前样本的相关性，来预测目标所在位置。该算法将时域的卷积转换到频域的点乘，避免了求逆过程的计算量，可显著提升跟踪速度，获得学者们的广泛关注。

近些年，深度卷积网络(CNN)学习技术迅速兴起，尤其在视觉检测和目标识别获得巨大进展，将深度学习技术应用于目标跟踪成为热门研究方向之一。深度卷积网络在特征提取方面的强大能力，使目标跟踪在许多复杂场景中的准确率显著地提升。通过研究卷积网络发现，其底层特征更注重细节，而其高层特征更能体现语义信息[2]。若将各层卷积特征加权融合，则目标检测的效果优于仅用单层特征。具体来说，首先，将每一层中提取的特征分别送到核相关滤波器中学习，其次，再根据场景不同，调节各层权重，线性融合各层的特征，最后，由相关滤波器来预测目标为主。……