基于显著性区域加权的相关滤波目标跟踪

朱均安，陈 涛，曹景太

（1.中国科学院长春光学精密机械与物理研究所，吉林长春130033；2.中国科学院大学，北京100049）

1 引 言

视觉目标跟踪是计算机视觉中的一个重要的研究问题，是高层语义分析的基础，例如场景理解、行为理解等。视觉目标跟踪要解决的问题可以表述为：在视频序列中，给出第一帧中目标的位置及大小（通常是一个矩形边界框），需要在后续帧中预测出目标的位置及大小。视觉目标跟踪中存在许多挑战［1-2］，包括光照变化、遮挡、旋转、形变等。研究人员提出了许多跟踪算法来解决这些问题，主要分为生成模型［3］和判别模型［4-8］两类。基于生成模型的目标跟踪算法，采用历史帧的结果来生成用于描述目标特征的统计模型，能够有效处理跟踪过程中目标丢失的情况，但是基于生成模型的方法忽略了目标周围的背景信息，在面对背景混乱时容易丢失目标。与生成模型不同，判别模型主要是学习出一个决策边界，利用这个决策边界来区分目标区域与背景区域。

近年来，基于判别模型的相关滤波跟踪算法取得了良好的跟踪性能。2010年，误差最小平方和（Minimum Output Sum of Squared Error，MOSSE）［9］跟踪算法首次将相关滤波器引入目标跟踪领域。通过最小化均方误差，在后续帧中找到目标的最佳位置。2012年，循环结构的检测跟 踪（Circulant Structure of Tracking-by-detection with Kernels，CSK）［10］算法提出了一种使用循环移位对数据进行密集采样的方法，并通过快速傅立叶变换（Fast Fourier Transformation，FFT）快速训练出分类器。2014年，核相关滤波器（Kernelized Correlation Filter，KCF）［11］跟踪算法对CSK进行了扩展，由单通道特征拓展到多通道特征，并引入核方法提高了基于相关滤波的目标跟踪算法的精度。……