陈富健，谢维信，夏 婷

深圳大学ATR国防科技重点实验室，广东 深圳518060

目标跟踪[1]作为计算机视觉领域中重要的研究课题之一，在视频监控、国防军事、智能机器人等方面都有着广泛的应用前景。但在目标跟踪的过程中存在着目标形变、运动模糊、尺度变化、背景变化、遮挡等情况，容易降低跟踪的精度和鲁棒性。尤其是当目标被遮挡时，目标外观信息丢失导致跟踪器更容易产生漂移，最终跟丢目标。因此实现高精度和高鲁棒性的目标跟踪仍具有很大的挑战。

近几年，基于相关滤波算法的优越性显著，成为研究的主流，研究者们对其提出了不同的改进策略。相关滤波算法在目标跟踪领域的应用最早源于Bolme等人[2]提出的误差最小平方和算法，其利用傅里叶变换的性质，大大加快目标跟踪的速度，达到几百帧的超快速度。Henriques等人[3]在此基础上提出核相关滤波算法，利用循环卷积的性质对图像进行密集采样，更加有效训练相关滤波器，并且利用核函数的性质提高计算速度。Henriques等人[4]为进一步提高目标跟踪的精度，在目标的特征信息提取上，利用方向梯度直方图特征，将单通道特征扩展为多通道。Danelljan等人[5]则利用颜色特征信息，将单通道扩展为多通道。Danelljan 等人[6]针对尺度问题，提出尺度自适应的核相关滤波器，有效解决跟踪过程中目标尺度变化的问题。Li等人[7]针对目标尺度变化和旋转问题，提出大位移跟踪与相似度估计算法，利用相位相关的策略，将笛卡尔坐标系转化到对数坐标系中，目标尺度变化和旋转问题得以解决。……