黄晓冬 聂凯

（中国人民解放军92124 部队 辽宁省大连市 116023）

目标跟踪是计算机视觉中的一个重要课题，也是当今和未来现代化军事的研究热点，在视频监控、智能交通、无人驾驶、航天测量等方面有着广泛应用。作为测控体系的重要组成部分，光学跟踪测量系统目前已具备数字图像的实时采集、存储和输出能力，在飞行器发射任务的起飞段和再入段弹道参数跟踪测量，目标光学特性获取以及无线电测量设备精度鉴定等方面发挥着重要作用，但对光测图像的利用主要为景象监视和事后判读处理，很难实现目标的自动跟踪，一般以0.05s 的间隔来进行人工判读和数据处理，未能充分利用光测图像丰富的信息[1]。

1 相关技术研究

在广义上，目标跟踪算法主要分为生成式跟踪和判别式跟踪两种。2010年以前，目标跟踪算法一般都采用均值漂移、粒子滤波、子空间学习、稀疏表示等生成式算法，2010年以后，Boosting算法、支持向量机、判别分析等使用判别式分类器的跟踪算法得到了广泛应用。近年来，目标跟踪领域的研究主要分为基于相关滤波和基于深度学习算法两个分支。其中，基于深度学习的目标跟踪算法主要包括基于深度特征、基于循环神经网络(Recurrent Neural Network,RNN)、基于孪生网络(Siamese Network)和基于其他网络的目标跟踪算法[2]。虽然跟踪精度很高，但普遍存在特征计算和模型更新相对复杂的问题，因此计算代价大，影响了算法速度。相关滤波算法凭借精度高、速度快的特点得到……