刘 乐 刘 勇 赵子伦 李 旭 刘天旭

（北京航天计量测试技术研究所，北京100076）

1 引言

在计算机视觉领域内，目标跟踪是一个备受关注的研究热点。目标跟踪是根据已知目标的特征和坐标，来预测后续视频帧中目标所在位置。近些年来，随着人工智能的突飞猛进以及计算机硬件设施的不断完善，目标跟踪技术取得了长足进步，无论是在国防军事还是民用安全领域都有了广泛应用，包括车辆跟踪、智能监控、智能交互以及无人机侦察、精准制导等。

基于相关滤波的跟踪算法是目标跟踪领域内应用范围广、算法性能高的一类算法，其原理是基于已知目标特征信息，设计出一个对目标响应高，背景响应弱的滤波器，利用滤波器搜索出候选区域中响应最大的位置即为目标。2010年Bolme 等人了提出一种误差最小平方和滤波器（Minimum Output Sum of Squared Error filter，MOSSE），通过对每帧图像构建相关滤波器，并在频域进行相关滤波，实现了目标的实时跟踪。在此框架基础上，后续出现了许多针对尺度、核、边界效应等多方面的改进算法，极大地拓展了相关滤波的应用范围。

2 KCF 概述

KCF 的本质是通过回归函数

f

＝

w

x

，找到合适的权重系数，使训练样本和对应的回归值之间的误差最小化。另外，回归函数对输入掺杂的噪声极其敏感，使得输出结果方差较大，为了解决这个问题，在回归函数的基础上增加惩罚项

λ

来限制参数

w

的增长，即，

通过引入非线性映射函数

φ

（

x

），可以将低维非线性不可分的问题映射至高维空间……