蒋琦，周刚

（四川大学锦江学院计算机学院，眉山 620860）

0 引言

图像识别与检测是计算机视觉的重点研究领域，相关滤波器算法因其简单的实现方法和较优秀的实现效果成为该领域的研究热点［1］。相关滤波器是利用图像中目标之间的相关性进行判别，其中相关性指的是图像信号的相似性，相关滤波器利用一定数量的训练数据的相关性得到滤波模板，然后通过滤波模板判断其他图像中目标与模板的相似程度［2］。因此，相关滤波器最重要的研究内容就是如何得到滤波模板。众多研究人员提出了大量算法，并取得了不错的实验效果。文献［3］提出了无约束最优权衡综合判别函数滤波器（unconstrained optimal trade-off synthetic discrimi⁃nant function，UOTSDF），通过平衡参数优化一个判别函数来得到滤波器。文献［4］提出了最优权衡综合判别函数滤波器（optimal trade-off synthetic discriminant function，OTSDF），这种滤波器在思想上与UOTSDF是一致的，不同之处在于有无约束条件。文献［5］提出了平均合成精确滤波器（av⁃erage synthetic exact filter，ASEF），先求出单张图像的弱滤波器，再集合多个弱滤波器求均值得到一个强滤波器；文献［6］提出了最小输出误差平方和滤波器（minimum output sum of squared error，MOSSE），通过高斯函数产生峰值，最小化实际相关输出与期望输出误差的平方和而得到滤波器。文献［7］改变思路，将支持向量机［8］（support vector machine，SVM）的思想引入相关滤波器，在最大化响应峰值的同时最大化分类间隔，提出了最大间隔相关滤波器（maximum margin correlation filter，MMCF）。MMCF利用了SVM优秀的分类泛化性能，兼顾大间隔原理和最小化样本均方误差，使这种相关滤波器相比传统的相关滤波器在性能上获得了较大提升。……