黄 鹤，陈永安，张少帅，茹 锋,王会峰,郭 璐

(1.长安大学电子与控制工程学院，陕西 西安 710064；2.无人机系统国家工程研究中心，陕西 西安 710072)

0 引言

视觉目标跟踪是计算机视觉领域的热点问题，在视频监控、机器人和无人驾驶等领域都有着广泛的应用前景[1-3]。跟踪问题的任务，是根据给定目标的初始位置去估计目标在图像序列的轨迹[4]。

近年来，基于检测的跟踪方法显示出良好的跟踪性能，这类方法将目标跟踪任务作为一个分类问题来处理，利用目标和背景的图像块在线训练分类器[5]。其中，相关滤波器速度快效果好，成为当前的主流研究[6-13]方向之一。

边界效应是相关滤波类算法自引入循环矩阵的固有缺陷，一直未被解决，当前主流算法多采用在叠加余弦窗去缓解，但余弦窗却带来了新的问题。因此，针对跟踪场景中常见的目标遮挡问题，本文提出了一种融入运动信息和模型自适应的相关滤波跟踪算法，用来处理余弦窗的影响和复杂场景中目标遮挡的难题，在保证实时性的情况下，有效提升跟踪算法的精确度和成功率。

1 跟踪算法

1.1 多特征融合

众所周知，HOG特征对运动模糊和光照变化具有很强的鲁棒性，但对快速变形和快速运动目标跟踪效果不好；颜色直方图对变形不敏感，但对光照变化和背景颜色相似跟踪效果不好。因此，本文算法采用模板类特征HOG与统计特征颜色直方图互补线性结合框架，具体细节参考文献[12]，即

f(x)=γtmplftmpl(x)+γhistfhist(x)

(1)

ftmpl(x)为模板响应；fhist(x)为颜色直方图响应；……