吕 凯，袁 亮†，王国亮

(1.新疆大学 机械工程学院,新疆 乌鲁木齐 830047；2.新疆维吾尔自治区人民医院 高血压研究中心,新疆 乌鲁木齐 830001)

0 引言

随着计算机技术的快速发展，目标跟踪作为计算机领域的重要部分之一，已经较成熟的应用在智能视频监控、视觉导航、无人驾驶、人机交互中[1].近年来，相关滤波跟踪算法有着高精度、高速度的优势[2]，从而引起了研究人员的广泛关注，并且基于相关滤波算法框架做了大量的改进算法.例如，Henriques等[3]提出的核相关滤波算法（KCF），使用HOG特征去表达目标模型，并且使用循环矩阵采集正负样本，采用岭回归训练；Li Yang等[4]提出的多特征融合尺度自适应算法(SAMF)将图像的灰度特征、HOG特征、CN特征通过矢量加权进行融合，并且利用尺度池的思想解决目标尺度变化的问题；Ma Chao等[5]提出了长时相关跟踪(LCT)，LCT算法是在DSST算法中的平移滤波器和尺度滤波器的基础上添加了第三个负责检测目标置信度的相关滤波器，而它的检测模块使用随机蕨分类器(random fern)；Galoogahi等[6]提出的背景感知相关滤波器(BACF)，放弃了传统CF方法通过正样本循环位移产生的负样本，而是使用了真实的位移产生的负样本，并且采用较大尺寸检测图像块和较小尺寸滤波器来提高真实样本的比例，解决了边界效应.

目前大多数跟踪算法基本都是针对短时跟踪，且无法有效的解决目标遮挡问题，为此本文提出一种基于相关滤波-粒子滤波协作的长时目标跟踪算法(CFPF).首先相关滤波采用自适应融合CN特征和HOG特征，增强在复杂情况下的目标特征表达能力；……