赵 怡，高淑萍，何 迪

1.西安电子科技大学 数学与统计学院，西安710126

2.西安电子科技大学 通信工程学院，西安710071

视觉目标跟踪技术在军事、医疗、人机交互等领域具有广泛的应用场景。核化相关滤波算法（Κernel Correlation Filter，ΚCF）[1]作为经典的目标跟踪算法之一，在目标跟踪领域中取得了较大的成就。但当目标出现光照变化、遮挡、运动模糊、形变、尺度变化时极易出现目标跟丢现象，从而导致目标跟踪效果准确度不高。目前，视线跟踪技术[2]主要是基于瞳孔角膜反射原理。在注视点采集中，由于受试者视觉疲劳以及设备噪音等，极易出现采样结果准确度不高以及丢帧现象。而数据融合技术将来自多个传感器的信息相结合，以实现比单独使用单个传感器所能达到的更高的准确性和更具体的推论[3]。因此如何利用数据融合方法来实现目标跟踪算法与视线跟踪技术的优势互补，是一个非常值得研究的问题。

图1 视频序列中目标的部分位置

基于深度学习的融合算法在众多领域中均获得了较好的成果。文献[4-6]研究表明，利用人工神经网络融合方法来处理非线性问题具有较高的研究价值。其中，文献[4]将人工神经网络（Artificial Neural Network，ANN）的方法应用于障碍物检测，实验结果表明较传统方法其性能更为突出；文献[5]提出了基于层次分析法的反向传播神经网络模型（Back Propagation neural network based on Analytic Hierarchy Process，AHP-BP），实验表明了其有效性和实用性；文献[6]将Elman 神经网络应用于空间位置确定。文献[7-10]将卷积神经网络（Convolutional Neural Network，CNN）应用于数据融合领域，研究结果显示了其高效的抽象特征提取能力。……