基于背景約束與卷積特征的目標跟蹤方法

王思奎，劉云鵬，亓 琳，張鐘毓，林智遠

1.中國科學院 沈陽自動化研究所，沈陽110016

2.中國科學院 機器人與智能制造創新研究院，沈陽110016

3.中國科學院大學，北京100049

4.中國科學院 光電信息處理重點實驗室，沈陽110016

1 引言

目標跟蹤利用圖像處理、機器學習和計算機視覺等相關技術對視頻圖像序列進行處理和分析，并在連續的圖像序列中找到目標的位置和相關信息。目標跟蹤在交通、生活、軍事等領域得到了廣泛的應用，但運動目標普遍具有尺度變化、背景干擾、形狀變化、障礙物遮擋等特點[1]，這些特點使得實現魯棒的目標跟蹤算法仍面臨巨大挑戰。

基于相關濾波的跟蹤算法近年來受到了較大的關注，其最初代表作是Blome 等[2]提出的基于最小二乘方法的相關濾波算法。該算法首次將相關濾波應用于目標跟蹤，其跟蹤器的求解可以轉換為傅里葉頻域的點乘運算，避免了高維度矩陣求逆，使得跟蹤速度大幅提升，但是其跟蹤精度較低。Danelljan等[3]提出的空間判別尺度估計算法引入多通道特征，并通過訓練一維尺度濾波器實現了目標尺度估計。此算法速度較低，且精度仍有待提升[4]。Henriques 等[5]提出了核相關濾波的跟蹤算法，使用目標周圍區域的循環矩陣采集正負樣本，減少訓練采樣，大幅提高了運算速度，但該算法無法適應尺度變化。萬欣等[6]提出了基于加權全局上下文感知的方法來改善抗干擾能力，其抗遮擋能力有待提升。近年來，深度學習在目標檢測和識別等領域中取得較大突破[7]，許多學者將深度學習模型引入到目標跟蹤中[8-10]。吳剛等[11]引入交替方向乘子方法，結合深度特征改善了跟蹤方法應對快速運動及遮擋情況的能力，但該方法抗干擾能力不足。Zhu Z 等[12]提出了利用孿生網絡深層卷積特征滑窗匹配的方法，此方法精度得到一定提升，但對相似語義性特征辨別能力較差。劉芳等[13]使用深度特征構造模板庫，結合粒子濾波方法進行匹配跟蹤，實現了較好的跟蹤效果，但由于其使用多個仿射樣本提取深層卷積特征來更新模板，運算量過大導致算法實時性降低，這也是大多數深度學習類算法在跟蹤領域應用的缺點。

上述算法的共同點為：通過訓練單一的濾波器進行目標跟蹤，濾波器在找到新位置后進行迭代更新。但現實場景往往是復雜多變的，多數基于單一濾波器的跟蹤算法不僅對于背景混疊以及遮擋等場景魯棒性差，目標跟丟后無法找回，而且對于復雜特征計算還存在實時性等問題。

針對以上問題，本文提出了一種基于背景約束與卷積特征的目標跟蹤方法（TBCCF）。該方法在跟蹤階段濾波器的訓練求解中，不僅計算目標區域，而且考慮目標周圍的背景信息，同時融合多種特征以改善跟蹤響應。此外還設計了記憶濾波器配合峰值旁瓣比分析跟蹤結果，若目標被遮擋或丟失，通過以卷積特征為基礎的檢測器對目標重捕。在計算中對多種特征使用了降維策略來改善跟蹤速度。此方法在跟蹤目標時，可以充分結合相關濾波的快速性與深度特征的魯棒性特點。Visual Tracking Benchmark 數據集的50 個視頻序列上的實驗結果驗證了所提出算法的有效性。

2 多通道特征表征及降維

2.1 多通道特征

特征是影響目標跟蹤性能最重要的因素之一。HOG 特征是圖像處理領域常見的視覺特征描述子，該特征能表征局部目標梯度方向分布，且對圖像光照的變換能保持良好的不變性，因此該特征廣泛應用在目標檢測與跟蹤領域[14]。fHOG 特征源自文獻[15]，該特征在HOG 特征基礎上改進，其作者基于HOG 特征原理，通過局部數據歸一化、線性插值與特征分析等方法，新定義了31 維fHOG 特征，分為18 維對方向敏感的、9 維對方向不敏感的以及4 維方向累加的梯度特征。通過大量數據驗證，該特征比HOG 特征得到了更加魯棒的效果。本文方法采用fHOG特征替代HOG特征。

由于單一的特征難以適應復雜場景的挑戰，特征融合成為跟蹤領域的一種趨勢。本文方法采用顏色特征作為輔助，與fHOG特征產生的響應加權融合來獲取最佳位置估計。顏色特征（CN）將圖像的RGB 三通道特征細化為黑、藍、棕、灰、綠、橙、粉、紫、紅、白和黃共11種顏色空間特征[16]。由于fHOG 特征基于梯度的特性，其對快速形變的適應能力較差，而細化后的顏色特征對樣本形狀變化不敏感，求得的響應特征圖能彌補fHOG特征跟蹤器的不足。上述特征的可視化效果如圖1。

2.2 特征降維

跟蹤算法求解時，計算量往往與特征維數d 成線性關系。通過特征可視化發現，圖像多維特征有冗余信息，冗余信息不僅耗費計算資源，還會導致跟蹤器求解過擬合。對特征進行降維可降低計算量，加快計算速度。在此基礎上，還可以擴大搜索窗以更好地應對快速運動，所以對特征的降維是有必要的[16]。PCA降維可以把高維相關變量重塑成線性無關的低維變量，是一種盡可能減少信息損失的情況下降低數據維度的方法。本文方法對樣本fHOG特征和顏色特征進行PCA降維預處理。

圖1 fHOG特征與顏色特征

假定原濾波器分子為N=GF,F 為樣本的多通道特征，對其均值歸一化后求解目標模版ut,ut用來構造投影矩陣Pt，矩陣Pt定義了一個特征投影的低維的子空間，其維度為k,k 為特征壓縮后的目標維度，通過最小化重構目標模板ut的誤差獲取Pt：

Pt的求解通過目標模版ut特征值分解得到，投影矩陣Pt的行取Ht前k 個最大特征值對應的特征向量。濾波器更新時，用Pt對目標模板ut進行降維，將ut的列投影到Pt的行元素為基的空間里得到降維后的特征。降維后原濾波器分子的計算如下：

3 基于背景約束與卷積特征的跟蹤方法

3.1 背景約束相關濾波跟蹤

相關濾波方法進行目標跟蹤，先給定一個目標響應y，根據輸入圖像A，求解一個相關濾波器，也就是濾波算子w。其求解目標函數如下：

式中，arg min f(w)是指使函數f(w)取得其最小值的所有自變量w 的集合。w 即待求解的相關濾波器參數，w ∈Rn,A 為目標圖像區域特征，?代表相關濾波運算，y 為高斯目標響應，λ1項為防止濾波算子w 求解過擬合的正則項。

使用濾波算子w 在新一幀圖像搜索區域進行滑窗并計算每個對應位置乘積之和得到響應圖y?，這種運算為“相關運算”[2]。它能夠使目標與搜索區域在最相似處取得響應峰值，并在響應圖y?峰值處確定目標位置。

使用相關濾波方法進行跟蹤時，求得的濾波算子w的大小與搜索窗大小是對應的。擴大搜索區域可改善目標快速運動出視野導致的目標丟失問題，使得跟蹤更魯棒。但擴大搜索窗會使濾波器求解時學習到更多背景信息[17]。因為相關運算可用卷積運算表示，由卷積定理，濾波器w 的求解通過快速傅里葉變換（FFT）在頻域進行加速[2]，在計算時，FFT 將圖像信號進行循環拼接，當搜索窗擴大后，包含目標的拼接樣本以及相似拼接背景會被囊括到濾波器的計算求解區域，在濾波器參數回歸過程中，包含目標的拼接邊緣被抑制，背景信息對應增強，導致求得的濾波器在新的圖像搜索區域產生誤判，跟蹤產生漂移，經過錯誤累積，最終目標丟失。

為了抑制背景信息，本文以原目標函數為基礎，構建了新的背景正則約束目標函數：

式中，λ2項為本文設計的與背景響應相關的正則約束項，Ai為背景圖像區域特征。

公式求解可以通過一個變換來實現，將式（5）中λ2約束項與目標函數第一項合并并展開，將y 與i 個零元素合并重組，如式（6），背景圖像樣本Ai對應的響應為0，這樣在相關濾波器求解時就限制了背景區域對核心目標信息的干擾。其形式如下：

將目標與背景區域A0～Ak的d 維特征展開，用B矩陣表示，B ∈R(k+1)n×nd，用Y 表示響應矩陣，Y ∈R(k+1)n表示展開后的濾波算子，wˉ∈Rdn：

通過以上變換，目標函數轉化為：

目標函數對wˉ求導，令導數為零，可解得：

前面提到，相關運算可用卷積運算表示，通過卷積定理，濾波器wˉ的元素求解在頻域進行，即點對點Hadamard 積運算，其維度與特征A 的維度一一對應，所以濾波器某一維度p 在頻域可以表示為：

其中，j,l 屬于{1,2,…,d},^代表頻域計算，⊙代表點乘，對于新的圖像Z ，其對應響應：

如圖2 中，對于顏色特征，以同樣的方式訓練得到其響應函數rColorp。通過響應圖的融合將兩種方式求得的響應結果結合，得到最終的響應：

在最大響應處找到目標位置，并更新濾波器：

圖3選取4種熱門相關濾波方法SRDCF（綠）、Staple（藍）、KCF（黑）、DSST（粉）與本文方法（TBCCF）（紅）在混雜背景環境下進行了對比。前面已經提到，由于在跟蹤場景中相似混疊背景造成濾波器被污染，多數相關濾波算法在第98幀發生漂移，圖中，2.31為目標區域峰值響應，2.55為背景干擾響應。本文方法經過背景約束優化，濾波器能避免污染并保持較好的峰值響應2.31，因此可得到更好的跟蹤效果。

圖3 背景約束跟蹤效果與濾波器響應圖

圖4跟蹤精度曲線可看出，在混雜背景下本文方法比其他相關濾波方法的跟蹤性能有明顯優勢。

3.2 尺度自適應計算及加速

圖4 混雜背景下算法跟蹤精度對比

DSST 算法[3]提出，跟蹤器確定目標位置后，在該位置處為目標尋找一個最佳尺度。此方式廣泛應用于多數跟蹤算法。其最佳尺度通過求解一個一維尺度濾波器得到。以大小為m×n 的目標為中心，取尺度變化因子σ,設置尺度池γ,γ 取值如下：

截取目標區域若干個不同尺度的圖像樣本，其尺度大小為anm×ann，將這些大小不同的樣本通過線性插值或壓縮的方式重新統一成m×n 大小，提取其特征并延展成一維向量，如圖2 中尺度濾波器示意圖所示，將這些尺度不同的向量進行訓練得到一維尺度濾波器，訓練方式同式（4）。當新一幀圖片位置確定后，用尺度濾波器匹配新位置提取的不同尺度一維向量特征，得到新位置的最佳尺度估計。其更新方式與式（14）相同。

以上尺度計算方法計算中存在一個問題，即由于提取的一維向量長度為圖像寬高的乘積，其元素數往往大于1 000，導致運算量較大，因此對尺度計算降維是有必要的。但如果采用PCA 方法直接降維，計算協方差矩陣的特征值分解時，需要計算元素數大于1 000的方陣，為避免這一問題，采用矩陣QR分解的方式逐步分解矩陣。用較小的運算復雜度獲得投影矩陣，最后選取投影矩陣前k 列得到投影矩陣，則訓練樣本特征X 和檢測樣本特征Z 可分別表示為：

使用Matlab對降維數據進行可視化分析，圖5為不同降維空間維度k 下投影特征對總特征的貢獻度，其由各特征向量在數據表征中所占的權重比例計算得來。由圖可知，當降維維度k=17 時，數據表征的總損失不超過2%，但尺度計算復雜度可以由33mn lb(mn)降到17mn lb(mn)，即尺度因子的求解速度提升將近1倍。所以本文方法在實際計算中，選擇將目標尺度由S=33 降為SP=17。

圖5 尺度因子降維分析

3.3 目標重檢測

3.3.1 跟蹤結果置信度

相關濾波類的跟蹤方法是模板類的跟蹤方法，為適應目標的變化，模板以一定的更新速率學習跟蹤結果區域目標的新特征。當遮擋或劇烈形變后，算法容易產生漂移，使得濾波器學習到污染后的圖像特征，非目標特征的累積最終導致跟蹤失敗[18]，使實際應用效果受到很大的影響。MOSSE[2]算法提出使用峰值旁瓣比PSR（Peak to Sidelobe Ratio）的方法判斷目標是否被遮擋，即選擇目標最大響應ymax與其周圍11×11 窗口區域外的旁瓣的均值μs和標準差σs來計算峰值旁瓣比PSR：

PSR能夠反映響應圖峰值波動情況，但當目標產生快速移動或嚴重混疊時，其PSR響應規律與遮擋時比較相似，僅僅使用峰值旁瓣比，無法反映目標被遮擋或丟失。

本文方法通過訓練記憶濾波器評估跟蹤結果。如圖2 所示，記憶濾波器額外學習核心目標區域的特征。當跟蹤器確定新一幀圖像目標位置時，從新的目標位置處提取核心區域特征，使用訓練好的記憶濾波器對該特征濾波，其響應既能作為跟蹤器的響應置信度，同時可以配合峰值旁瓣比判斷目標是否被遮擋或丟失。

在訓練記憶濾波器時，其目標函數與跟蹤階段的求解方式相同，但記憶濾波器只提取目標核心區域小圖像樣本的fHOG和灰度特征，不需要背景約束。訓練濾波器的同時，設置一個記憶池，記憶最近目標發生最大變化的三個姿態以及對應的濾波器參數，其中分別記錄最近10 幀記憶濾波器在閾值響應內最小與最大時刻所對應的濾波器參數，為符合閾值的記憶濾波器實時參數。

為防止模型被污染，采取一個自適應的條件策略來更新記憶濾波器：如果記憶濾波器檢測置信度達到閾值要求ηt，則認為跟蹤結果正確；如果置信度達到閾值要求ηlr，則更新記憶濾波器模型；如果達不到閾值要求，目標可能被遮擋或丟失，此時配合峰值旁瓣比閾值Ω ，判斷物體有沒有被遮擋或跟蹤失敗。這里ηlr＞ηt，記憶濾波器更新條件同式（14），更新方式與跟蹤階段相同。

式（18）中κmem-confi表示濾波器的動作，θl表示更新記憶濾波器參數，1 表示跟蹤成功，0 表示目標可能被遮擋或丟失，此時調用檢測器。

3.3.2 分層卷積特征重檢測器

近年來，深度學習在目標檢測和識別領域取得較大突破，利用卷積神經網絡提取的淺層特征有豐富的輪廓特征，有助于目標的精確定位，深層特征有良好的語義信息，有助于目標的查找識別[19]。

在目標跟蹤過程中，若目標丟失，借助基于深度學習的檢測方法進行目標重捕獲，可提升跟蹤算法的可靠性。本文方法使用在Imagenet 上預訓練了上千類的VGGNet-19網絡提取圖像卷積特征并重檢測目標位置，但卷積神經網絡的需要離線訓練，在實際應用中，其預訓練的物體類別無法概括所有類別，導致在實際應用中，無法識別個別目標。

為了更好地在通用場景應用基于深度學習的目標丟失找回機制，本文結合相關濾波方法構建了帶初始化的卷積特征重檢測框架。其工作機制如圖6所示，首先在跟蹤第一幀指定目標的同時，對重檢測框架進行初始化。即使用VGGNet-19 提取目標第3、4、5 個卷積塊最后一層（conv3_4，conv4_4，conv5_4）的卷積特征，然后將提取的卷積特征線性插值到同樣大小的尺寸，選擇合適的維度對不同層的卷積特征進行PCA降維并分別求解三個不同層對應的濾波器。其目標函數均為：

式中，Cl為分層卷積特征。將初始化得到的三個重檢測濾波器存儲，相當于記憶了目標的特征。這樣就避免了個別目標無法識別的問題。

圖6 重檢測機制示意圖

在正常的跟蹤中，僅使用背景約束的相關濾波跟蹤方法，當目標被遮擋時，跟蹤器通過記憶濾波器與PSR置信機制感知目標丟失，并激活初始化存儲的重檢測器在更大的區域檢測目標。重檢測時，首先由Conv5_4深層特征濾波器感知語義目標大致位置，然后逐層前向遞推更細粒度的目標精確坐標。卷積特征響應圖gcnn通過加權組合[20]獲得：

式中，ν1、ν2、ν3代表不同卷積特征響應圖權重，w 代表卷積層訓練的濾波器，Cconvn_4為重檢測時VGGNet-19網絡提取的不同層卷積特征。在響應圖gcnn峰值處確定目標位置。對于檢測的結果，使用記憶池的三個記憶濾波器分別進行置信度檢測：如果記憶池最大置信度結果達到閾值要求ηt以及峰值旁瓣比閾值要求Ω 即認為找回了目標，此時關閉重檢測器，重啟跟蹤器；如果記憶池最大置信度結果達到閾值要求ηlr以及峰值旁瓣比閾值要求Ω ，則更新檢測器模型；如果達不到閾值要求則繼續檢測。這里ηlr＞ηt，檢測器更新條件如式（21）：

式中，κcnn-confi為檢測器動作信號，θ 為更新檢測器參數并關閉檢測器，0 代表目標未出現，檢測器繼續檢測，1代表重捕到目標退出檢測。至此重檢測過程結束，返回背景約束流程繼續跟蹤。

使用純卷積特征濾波器在10個OTB復雜場景數據集（Basketball，Bolt，Car1，Deer，Doll，FaceOcc1，Girl，Skiing，Suv，Woman）上進行性能測試對比與分析降維維度的選擇，表1為測試的結果。由于本文方法的重檢測器只需要找回目標，不需要每一幀計算并跟蹤目標，所以只在第一幀初始化時采用64+128+128 的維度組合，后續檢測時采用32+64+64的特征組合。

表1 不同降維策略的跟蹤性能比較

使用帶有初始化的卷積特征濾波器重檢測機制，能夠在目標被遮擋或丟失后自動感知并找回目標。如圖7所示的公開數據集跟蹤算法抗遮擋性能曲線圖，本文方法（TBCCF）的抗遮擋能力較其他跟蹤方法有明顯提升。

圖7 抗遮擋性能比較

基于背景約束與卷積特征的跟蹤方法實施步驟如下：

算法1 基于背景約束與卷積特征的跟蹤方法實施步驟

輸入：初始化目標區域Bt-1=(xt-1,yt-1,st-1)，位置濾波器Rt，記憶濾波器Rl，尺度濾波器Rs，檢測器wc

1. repeat

2. 在上一幀目標位置(xt-1,yt-1)處獲取新一幀圖像區域Z ，提取其fHOG特征和顏色特征Zhc；

3. //位置估計計算跟蹤濾波器Rt關于Z 的響應圖fRt(Zhc)，預估響應位置(xt,yt)；

//置信度檢測

4. if 記憶濾波器Rl的HC置信響應fRl(Zhc)≥ηt確認跟蹤位置(xt,yt)正確；

5. 檢查是否滿足fRl(Zhc)≥ηlr，是則更新記憶濾波器Rl，否則不更新Rl；

//重檢測

6. if 記憶濾波器Rl的HC 置信響應fRl(Zhc)＜ηt且PSR ＜Ω ；

7. 激活CNN 檢測器，在更大目標區域重檢測，由響應圖fwc(Zcnn)，重新獲取目標位置(xt,yt)，該位置處記憶濾波器Rl的CNN置信響應fRl(Zcnn)＞ηt，則確認找到位置；

8. else 記憶濾波器Rl置信響應fRl(Zcnn)＜ηt，重新檢測；

9. 直到fRl(Zcnn)＞ηt，重新確定位置(xt,yt)，檢查置信響應是否滿足fRl(Zcnn)＞ηlr，滿足則更新檢測器參數，否則不更新；

10. end

11. end

//尺度估計

12. 確定新一幀位置后以該位置為中心生成尺度金字塔，用尺度濾波器尋找最佳尺度因子st；

//跟蹤模型更新

13. 位置濾波器Rt更新，尺度濾波器Rs更新；

14. until 圖像序列最后一幀；

輸出：預估目標區域Bt=(xt,yt,st)

4 實驗與分析

4.1 實驗環境

本文實驗平臺為Matlab R2016a、OpenCV3.0、Cuda8.0，運行環境配置為Intel i5-8300H，Nvidia GTX1060，6 GB顯存，8 GB內存。

4.2 實驗參數設置

在跟蹤實驗中，設置搜索窗大小為3 倍目標區域，重檢測窗為4 倍目標區域，fHOG 特征由31 維降為17維，顏色特征由11維降為4維，fHOG與顏色特征權重分別為0.75 與0.25，三層卷積特征的conv3_4、conv4_4、conv5_4層權重系數分別為1、0.5、0.5，尺度步長a=1.02，濾波器更新率η 為0.01，記憶濾波器閾值ηlr=0.4 ，ηt=0.15，峰值旁瓣比參數Ω=16。

4.3 評價指標

Object Tracking Benchmark（OTB）是目標跟蹤領域著名的公共數據集，實驗采用了其發布的50 個圖像序列，包含光照變化（IV）、尺度變化（SV）、障礙物遮擋（OCC）、形變（DEF）、運動模糊（MB）、快速運動（FM）、平面內旋轉（IPR）、平面外旋轉（OPR）、低分辨率（LR）、目標出視野（OV）、背景混疊（BC）共計11種復雜場景挑戰。各算法在該公共數據集上測試并取結果的平均值作為實驗結果。

文獻[1]提供了跟蹤結果的評價方式：One-Pass Evaluation（OPE），即一遍通過的評價方式，在第一幀使用人工標注的目標位置，后續跟蹤器來負責逐幀查找目標位置。

評價指標分為跟蹤精度（Precision plots of OPE）、跟蹤成功率（Success plots of OPE）以及平均跟蹤速度（AverageFPS）。跟蹤精度又名距離精度（DP），中心位置誤差（CLE）表示跟蹤目標位置與人工標注位置的歐式距離，DP即CLE小于某一閾值（20 pixel）占總跟蹤序列長度的比值。DP越大表示算法跟蹤精度越高。跟蹤成功率又名重疊精度（OP），它表示跟蹤得分S 大于某一閾值占總跟蹤序列長度的比值，S 可通過以下公式得到：

式中，φt表示跟蹤算法第t 幀實時跟蹤框，φt表示第t幀真實標注的跟蹤框，S 越大表示算法跟蹤成功率越高。算法平均跟蹤速度又稱算法時間復雜度，表示算法每秒處理的圖像幀數，往往通過圖像總幀數P 除以跟蹤算法的總耗時T 來得到。

4.4 實驗結果與分析

4.4.1 定量分析

為了測試改善后的算法在快速運動、背景混疊、遮擋情況下的表現，實驗選取了OTB-50中最為復雜的6個跟蹤難序列Freeman4、Singer2、Girl2、Lemming、Ironman、Carscale進行測試，這些序列不僅具有嚴重遮擋（OCC）、背景混疊（BC）、快速運動（FM）特點，還包含劇烈光照變化（IV）、形變（DEF）、運動模糊（MB）等情形。實驗同時對比了9 種近幾年熱門的跟蹤算法，包括4 種深度學習相關算法以及5 種相關濾波類算法，為確?？陀^性，其他算法均是已發表文獻公開的代碼。

由表2對比數據所示，采用卷積特征的跟蹤算法較相關濾波算法精確度有較大提升，但平均速度整體較低。在快速運動、背景混疊、遮擋等復雜挑戰下，本文方法擴大搜索窗并對背景抑制，置信度判別方法自適應感知遮擋及目標丟失，并調用檢測器對目標重捕獲，使得跟蹤方法的精確度在對比中為最優。雖然訓練了大量的濾波器，但多種特征降維策略以及跟蹤濾波器與重檢測器并不在同一時刻運行的跟蹤機制，使得本文方法的平均跟蹤速度仍達到了29.2 FPS，能夠滿足實時性要求。

表2 6個跟蹤難序列情況下跟蹤算法性能比較

4.4.2 定性分析

圖8 10種算法跟蹤結果對比

圖9 10種算法跟蹤性能對比曲線

如圖8（a）Freeman4 數據測試中可以看到，SiamFC由于第202 幀背景混雜跟丟了目標，隨后DSST、KCF、SAMF 等算法由于第241 幀產生的遮擋逐漸漂移，最終丟失了目標。圖8（b）Singer2數據測試中，第172幀由于背景混雜與光照劇烈變換，CF2、CNN-SVM、SiamFC、SAMF 等錯誤學習了背景并無法找回目標。圖8（c）Girl2 數據測試中，第108 幀開始產生了10 多幀的嚴重遮擋，大多數算法由于在長時間遮擋中模型被污染，最終導致目標丟失，本文算法在目標重現后成功找回目標。圖8（d）Lemming數據測試中，第379幀開始產生局部遮擋，CF2、KCF、Staple、DSST 算法很快跟丟了目標，并且在長時間測試中，到第1 136幀DCFNet尺度出現錯誤適應，SRDCF則產生了嚴重漂移。圖8（e）Ironman數據測試中，第46幀的快速運動以及背景模糊、光照劇烈變化使得基于梯度特征的KCF、DSST、SAMF等算法直接跟丟，在第120幀由于相似背景CNN-SVM和SiamFC錯誤判斷了目標位置，到第163幀大多數跟蹤算法均已丟失目標，而本文方法能夠排除相關干擾。圖8（f）Carscale 數據測試中，第160 幀目標出現遮擋干擾導致部分算法開始漂移，隨后第212、240幀的旋轉和尺度大幅變化，使得Staple、CF2 和KCF 等算法錯誤識別了目標區域，只有本文方法保持了較好的跟蹤。

通過以上跟蹤算法實驗效果框圖可以看到，大多數跟蹤算法都會在以上難例測試中產生跟丟或無法找回的情況，而本文方法能保持良好的性能。

4.5 算法總體測試結果對比

在OTB數據集的50個視頻序列上測試本文方法在多種復雜情形下跟蹤性能的表現，同時與其他9種算法進行整體性能比較。其跟蹤成功率曲線與總體跟蹤精度如圖9 所示。由圖9 曲線可知，算法在背景混疊、遮擋、目標出視野、快速運動等復雜挑戰下的跟蹤成功率有更好的表現。算法整體跟蹤精度（Precision plots of OPE）為92.1%，整體跟蹤成功率（Success plots of OPE）為63.6%，均為最優。

5 結語

本文對傳統相關濾波算法輸入圖像的特征進行了降維預處理，并且針對跟蹤中出現的快速運動、背景混疊、遮擋等挑戰問題，提出了一種基于背景約束與卷積特征的目標跟蹤方法，該方法的主要思想是通過更大搜索窗特征融合以及對目標周圍背景的限制，提升跟蹤器應對快速運動以及背景混疊的能力，同時設置記憶池和深度特征檢測器來使得跟蹤器對遮擋和目標丟失有更好的適應能力。經公共數據集大量的實驗，驗證了算法的有效性，實驗結果表明，算法在應對快速運動、背景混疊、遮擋等挑戰上具有良好的表現，平均速度也達到了實時的要求，有一定的研究與應用價值。

此外，本文方法為深度學習在跟蹤領域的應用提供了一個新的思路。理論上講，算法的置信與檢測框架可以應用在大多數跟蹤算法上。為了追求更好的表現，建立面向通用場景以及專有場景的數據庫并將其應用于目標跟蹤領域卷積神經網絡的訓練[7]，是下一步研究的一項重要內容。