毛 琳，巩欣飞，杨大伟，张汝波

(大连民族大学 机电工程学院，辽宁 大连 116600)

1 引 言

随着信息技术的飞速发展以及计算机硬件的不断更新换代，以计算机视觉技术为代表的人工智能掀起了一场新的信息产业革命.运动目标视觉跟踪作为计算机视觉领域的重要技术之一[1]，在智能机器人、无人车导航、智能制造和安全监控等产业有着广泛的应用需求[2]，是人工智能产业发展中的关键一环.

目标跟踪是指在图像序列中获得目标的首帧位置后，由跟踪算法估计出目标在后续帧的连续位置和尺寸.由于在图像序列中存在目标旋转变形、运动模糊和背景混杂等情况，使得跟踪面临很多技术难点，针对如何解决这些难点问题，众多优秀学者提出了多种出色的算法.早期跟踪算法主要采用生成式方法，通过提取目标的表观特征生成能在图像中匹配相似特征区域能力的模型，利用该模型在图像序列的后续帧中搜寻，得出与目标特征最相似的位置.该类方法由于生成模型时没有利用图像中的背景信息，对图像中背景与目标特征相近的区域难以分辨，跟踪效果较差.生成类跟踪算法研究包含光流法、卡尔曼滤波、粒子滤波、Meanshift算法等，其中文献[3]提出一种基于Meanshift框架的ASMS算法，该算法使用颜色直方图特征作为目标的外观特征来生成模型，同时使用了尺寸估计来保证目标尺度自适应性.ASMS算法具备良好的实时性，但对目标遮挡和背景混杂等……