陈志旺，张忠新，宋娟，雷海鹏，彭勇

（1.燕山大学工业计算机控制工程河北省重点实验室，河北 秦皇岛 066004；2.国网黑龙江省电力有限公司佳木斯供电公司，黑龙江 佳木斯 154002；3.燕山大学电气工程学院，河北 秦皇岛 066004）

1 引言

视觉对象跟踪是计算机视觉任务的一个主要分支，具有重要的理论研究意义和应用价值，在车辆视觉导航系统、智能人机交互、智能视频监控系统和智能交通等方面具有广泛应用。简而言之，视觉对象跟踪旨在给定任意感兴趣目标在某一视频图像序列的第一帧中位置和形状信息的前提下，在后续帧中预测被跟踪目标的实际位置和形状大小。

解决视觉对象跟踪问题的方法主要可以分为两类：生成式跟踪算法和判别式跟踪算法。生成式跟踪算法在当前帧中对目标区域进行建模，在下一帧中寻找与模型匹配最相似的区域，从而确定该区域为预测目标位置。判别式跟踪算法将目标跟踪问题转化为一个关于目标和背景的二分类问题，通过训练一个分类器以将目标与背景区分开，从而找到预测目标位置。近年来，随着深度学习的发展，由于基于深度学习的判别式跟踪算法通过深度卷积神经网络学习到的特征具有很强的辨别性并且具有稳健的效果，因此判别式跟踪算法逐渐成为视觉对象跟踪领域中的主流方法。

判别式跟踪算法中具有代表性的是基于相关滤波类跟踪算法。其首先在第一帧中提取模板目标图像特征作为滤波器模板；……