任立成，杨嘉棋，魏宇星，张建林

（1.中国科学院光电技术研究所，成都610209；2.中国科学院大学计算机科学与技术学院，北京100049）

0 概述

目标跟踪是计算机视觉领域中的重要研究方向，广泛应用在视频监控、人机交互、智能交通监控等任务中［1］。近年来，虽然研究人员已提出了大量的跟踪算法，但由于遮挡、光照变化、尺度变化、运动模糊等因素的影响，目标跟踪仍然是一项重要且极具挑战性的任务，因此设计一个高精度、强鲁棒的目标跟踪框架具有重要的理论价值和现实意义［2］。在传统目标跟踪框架中，核相关滤波器（Kernel Correlation Filter，KCF）［3］使用循环矩阵和傅里叶变换有效减少计算量和提高计算速度，并采用高斯核函数将非线性问题映射到高维空间，使得算法更具一般性［4］。随着深度学习技术的快速发展，基于卷积神经网络（Convolutional Neural Network，CNN）的目标跟踪方法取得很大进步。ECO［5］、C-COT［6］等结合深度学习和KCF 的跟踪器将CNN 强大的特征提取能力集成到传统跟踪框架中，获得了较好的跟踪效果。基于CNN 的跟踪框架主要分为两类：一类是先离线训练网络，而后在线运行时进行网络微调；另一类是设计简化版的卷积神经网络，直接在线运行而无需离线训练［7］。DLT［8］算法利用离线训练和在线调整相结合的方式，解决在线训练时缺少正样本的问题。全卷积孪生网络SiamFC［9］将孪生网络结构作为核心框架，仅使用5 个全卷积层端到端地训练Siamese 网络的相似功能。孪生区域候选网络（Siamese Region Proposal Network，SiamRPN）［10］使用区域候选网络提升了尺度变化场景下跟踪器的性能表现。……