深度特征的核相关滤波视觉跟踪

魏永强，杨小军

长安大学 信息工程学院，西安 710064

1 引言

视觉目标跟踪作为计算机视觉领域的一个重要研究课题，在智能监控[1-3]、人机交互[4-5]、虚拟现实[6-8]中得到广泛的实际应用。视觉目标跟踪是指当给定要跟踪的视频图像第一帧中目标的初始位置，来计算在下一帧视频图像中目标的确切位置[9]。与此同时，对于视频中的运动目标，其运动的场景非常复杂并且经常发生变化，容易受到背景相似、光照条件变化、遮挡、外观变形、快速运动等各种干扰因素；并且目标跟踪算法还要具备实时性[10]。针对这些问题，许多算法应运而生。其中，文献[11]使用分类方法对目标进行跟踪。文献[12]提出TLD（Tracking-Learning-Detection）目标跟踪框架，尝试实现目标在完全被遮挡或者目标离开视场等复杂场景下的长时间目标跟踪。该框架将长时间目标跟踪划分为三个子模块，即跟踪、学习和检测模块。文献[13]利用SVM方法在线学习一个分类器。文献[14]将颜色属性作为输入数据，通过将目标在RGB空间的颜色特征转化到CN空间的11维颜色特征，它可以准确、稳定地处理丰富的颜色特征，因此用提取到的CN特征训练出来的滤波器更加鲁棒。文献[15]针对传统的核相关滤波器样本尺寸固定的问题，融合了HOG特征和CN特征以及灰度特征；同时使用尺度池技术对目标进行尺度变化的检测跟踪，找到目标的最佳尺度，提高跟踪器的综合性能。文献[16]将尺度滤波器和位置滤波器相结合，位置滤波器进行当前帧目标的定位，尺度滤波器进行当前帧目标尺度的估计，从而可以选择不同的特征种类和特征计算方式。……