孔德慧， 荣子豪， 贾思宇， 王少帆， 尹宝才

(1.北京工业大学信息学部， 北京 100124； 2.北京工业大学多媒体与智能软件技术北京市重点实验室， 北京 100124)

面向RGB图像序列的目标跟踪方法在计算机视觉领域的诸多问题上应用广泛. 然而，考虑到现实应用环境中的很多影响因素，例如目标对象被遮挡、外观形变、光照条件多变等，面向RGB图像序列的目标跟踪仍然存在精度低、鲁棒性差的问题. 近年来，伴随深度传感器技术的进步，许多高效捕获场景深度信息的设备(如微软Kinect相机)可使人们用较低的成本高效、准确地获得场景的深度信息. 相应地，面向RGB-D图像序列的目标跟踪技术也随之发展.

目标跟踪技术大体可分为生成式目标跟踪和判别式目标跟踪. 生成式目标跟踪算法通过学习一种表观模型来表达跟踪目标，并在图像范围内搜索最好的匹配结果. 此类的经典算法包括基于均值漂移(mean-shift)的跟踪算法[1]和分块跟踪算法[2]等[3-6]. 而判别式方法将目标跟踪问题归为二分类问题，通过局部搜索，并判断图像块是目标还是背景，实现目标定位. 这其中囊括了基于online-boosting的跟踪算法[7]和基于在线多实例的跟踪算法等[7-11]. 目前，生成式和判别式算法逐渐混合，自适应学习模板匹配算法也逐渐兴起.

2014年，文献[12]在时空上下文(spatio-temporal context，STC)学习算法基础上提出了加权的时空上下文(weighted spatio-temporal context, WSTC)学习算法. 该算法借助前后帧的光流估计，通过在时空上下文间进行搜索实现上下文信息的分级，达到了上下文……