王希鹏， 李 永， 李 智， 张 妍

(武警工程大学 信息工程学院，陕西 西安 710086)

0 引言

目标跟踪是计算机视觉研究领域的热点之一，被广泛应用于自动驾驶、智能视频监控、人机交互等多个方面。单目标跟踪是指在给定第一帧目标框的情况下，在视频的后续帧中自动地标出该目标的位置和大小。早期的单目标跟踪算法以相关滤波为主，CSK[1]相关滤波算法采用灰度特征，KCF[2]算法在CSK算法的基础上做出了改进，采用了HOG特征。近几年，随着目标跟踪数据集的扩充、跟踪标准的完善、深度学习模型的不断优化，基于深度学习的目标跟踪方法取得了很好的成绩。SINT[3]是第一个使用孪生网络解决目标跟踪问题的算法。SiamFC[4]算法由于是端到端的跟踪网络，速度方面有了很大的提升，这使得基于孪生神经网络的跟踪器真正地流行起来。SiamRPN[5]在孪生网络的基础上将目标检测算法Faster R-CNN中的RPN模块应用到跟踪任务上来，回归分支代替了原始的尺度金字塔，因此该算法在提升精度的同时，速度也得到了提升。

在单目标跟踪问题中，算法的性能受到环境因素的影响，主要包括光照变化、尺度变化、目标遮挡等。尽管基于孪生网络的跟踪器已经取得了优异的性能，但依然存在一些缺陷。目标遮挡在目标跟踪任务中经常出现，在很大程度上影响了目标跟踪算法的性能。大部分基于孪生网络的跟踪器选取第1帧目标为模板，之后每一帧的搜索区域与目标模板比较，计算相似度，由于不更新目标模板，在目标被遮挡或发生形变时就会发生跟踪漂移。……