吴 涛，袁 亮

(新疆大学 机械工程学院，新疆 乌鲁木齐 830047)

0 引 言

目标跟踪是计算机视觉领域的一个热点研究方向，涉及到目标特征提取、目标状态信息分析、目标运动信息的检测和识别等多种技术[1-4]。

其中基于相关滤波的目标跟踪算法以其优越的跟踪速度和跟踪效率，近些年得到广大研究者的关注。Bolme等在目标跟踪中运用了相关理论，设计出一个最小误差输出平方和滤波器(MOSSE)，通过提取图像灰度特征进行跟踪。Henriques等[5]提出核循环结构(CSK)跟踪算法，对相邻帧在频域上进行点乘操作，减少了运算量。之后，Henriques等[6]对CSK做了进一步改进引入多通道特征，提出了核相关滤波跟踪(KCF)算法，用梯度方向直方图(HOG)特征代替了灰度特征，使跟踪精度得以提高。针对尺度变换的问题，Danelljan等[7]提出判别尺度空间(DSST)跟踪算法，通过二维位置滤波器和一维尺度滤波器来实现尺度的自适应变换。Ma等[8]提出长时跟踪(LCT)算法，训练了随机蕨类重检测器，在长时跟踪上取得一定效果。研究发现，在遇到目标被遮挡、复杂背景、长时间跟踪时，这些基于传统相关滤波的算法所产生的误差会随着时间积累的越来越大，最终导致跟踪失效。

本文针对以上问题，提出一种融合特征的抗遮挡、长时间跟踪算法。该算法在DSST算法的基础上，在特征提取阶段融入颜色特征，提高了滤波器在复杂背景情况下的跟踪精度和鲁棒性。通过计算跟踪目标的置信度和样本响应值波动水平来判断目标的遮挡情况，在确认目标丢失之后触发随机蕨分类检测器进行重新检测、定位目标。……