一种长宽比自适应变化的目标尺度估计算法

郭静静，侯志强，陈立琳，蒲 磊，余旺盛，马素刚

(1.西安邮电大学计算机学院,西安,710121; 2.西安邮电大学陕西省网络数据分析与智能处理重点实验室,西安,710121; 3.空军工程大学信息与导航学院,西安,710077)

目前，在视觉目标跟踪[1]中，相关滤波方法以其优异的快速性和良好的跟踪性能受到研究人员的关注。Bolme等人[2]首次将相关滤波引入跟踪领域，提出误差最小平方和滤波器(MOSSE)跟踪算法，对尺度和形变的鲁棒性有较好的跟踪效果；Henriques等人[3]提出基于循环结构(CSK)的核相关滤波跟踪算法，取得良好的跟踪结果；Henriques等人[4]提出核相关滤波(KCF)跟踪算法，扩展了特征通道，提升了跟踪性能。但上述算法都是采用固定尺度因子，当目标尺度发生变化时，极易产生漂移甚至跟丢现象。

为解决跟踪过程中目标尺度变化问题，Li等人[5]提出尺度池(scale adaptive with multiple feature tracker,SAMF)方法，提高了跟踪效率，但由于其搜索范围较小，导致目标尺度定位并不准确；Danelljan等人[6]提出以KCF为基础的尺度金字塔(discriminative scale space tracking，DSST)跟踪算法，解决了尺度等比例变化的问题，但未解决目标长宽比变化问题；He等人[7]基于尺度金字塔的方法提出尺度因子为10、步长因子为1.03的跟踪算法，其尺度改进方法极大提高了跟踪精度，但仍没有解决目标长宽比变化问题；Li等人[8]提出使用4个二维相关滤波器分别定位目标上下左右边界，能较好地估计目标尺度长宽比变化，但计算较复杂。

此外，在跟踪过程中，目标和背景由于各种因素会发生变化，如果没有良好的模板更新机制，很容易导致跟踪失败[9]。……