王 蓓，陈金广，王明明

1.西安工程大学 计算机科学学院，西安710048

2.柯桥区西纺纺织产业创新研究院，浙江 绍兴312030

视频目标跟踪是计算机视觉中重要的组成部分，在智慧城市、虚拟现实、公共安全监测、机器视觉等实际应用中起到关键作用。目标跟踪算法在近些年的发展中大致分为三个研究方向[1]：深度学习方向[2-6]、相关滤波方向[7-12]和传统的跟踪算法方向[13-15]，而在实际跟踪环境中，传统方法在面对尺度变换、复杂背景、遮挡等跟踪问题时难以满足准确性、快速性和鲁棒性。而基于深度学习的目标跟踪算法面对上述问题时，跟踪精度虽然能够保障，但跟踪实时性较差。近十年发展起来的相关滤波算法因在复杂环境中的跟踪精度和实时性具有良好性能，逐步成为视频跟踪算法的重要研究方向。

2010 年，Bolme 等[7]首次将信号相关性和傅里叶时频域转换引入视频目标跟踪中，提出误差最小平方和滤波器（Minimizing the Output Sum of Squared Error，MOSSE），奠定了相关滤波视频目标跟踪算法的基础。之后的几年中该算法得到了迅速的发展，Henriques等[8]针对MOSSE 中滑动卷积的样本重复采样问题，引入循环矩阵，提出核循环算法（Circulant Structure of trackingby-detection with Kernel，CSK），并结合多通道方向梯度直方图（HOG）进行特征融合提出了核相关滤波（Kernelized Correlation Filters，KCF）算法；Danelljan 等[11]基于CSK提出了基于自适应颜色属性（Color Names，CN）的视频跟踪算法，有效解决跟踪过程中由复杂背景导致的目标定位不准确的问题。以上方法具有较好的跟踪效果和跟踪稳定性，但在复杂场景中的跟踪效果并不理想。

针对尺度变化……