基于背景约束与卷积特征的目标跟踪方法

来源：计算机工程与应用杂志2020年第8期北京时间：

作者：王思奎，刘云鹏，亓琳，张钟毓，林智远

单位：1.中国科学院 沈阳自动化研究所，沈阳 110016；2.中国科学院 机器人与智能制造创新研究院，沈阳 110016；3.中国科学院大学，北京 100049；4.中国科学院 光电信息处理重点实验室，沈阳 110016

摘要：针对目标跟踪中因背景混叠和遮挡等因素导致的目标丢失问题，提出了一种基于背景约束与卷积特征的目标跟踪方法（TBCCF）。对输入图像进行多特征融合并降维，增强目标特征判别性能的同时降低特征计算的复杂度；在滤波器训练过程中引入背景约束，使得滤波器更专注于目标响应，以提升抗干扰能力；通过设置记忆滤波器与峰值旁瓣比检测，判断目标是否丢失。若丢失，引入卷积特征滤波器进行重检测，实现目标的重捕获。在Visual Tracking Benchmark数据集50个复杂场景视频序列上的实验结果表明，所提算法总体精度和总体成功率优于现有的多数跟踪算法。

关键词：目标跟踪,多特征融合,背景约束,记忆滤波器,卷积特征