本文的思路建立于在从先前的跟踪算法上观察得到的两点结论上，这两点在基于相关滤 波器的长期跟踪中起到很重要的作用。第一，当时间间隔足够小，导致连续两帧间的变化微 小时，对包含目标和它上下文的外观时间关系（而不仅仅只是目标本身）进行建模是很必要 的。第二，增强一个长期跟踪器的检测模块来估计尺度变化和在长时间遮挡或视野中消失的 情况下重新检测对象也是十分关键的。基于这两点，本文进而把跟踪任务分解成为与补充性 重新检测方案相结合的对目标进行位移和尺度变化估计。从一帧中训练两个不同的基于相关 滤波器的回归模型，其中通过使用时间上下文的相关性来估计平移，通过辨别式相关滤波器

来进行尺度估计。用于平移估计的R"采用核岭回归方法编码包含目标和周围上下文的外观模 版，自适应速率高以适应显著形变和严重遮挡。用于尺度估计的R#则根据置信度最高帧中的一个目标，使用定向梯度直方图作为特征构建一个多尺度目标金字塔来训练，穷尽搜索最优尺度，它的自适应速率低以降低漂移风险。此外，还需要训练一个补充检测器用于跟踪失败 时对象的重新检测。

本文实现的基于相关滤波器的跟踪算法能够进一步加强现有跟踪技术，特别是在严重遮 挡、快速运动、视野内消失等情况下的目标跟踪。减少视觉信息处理是对人眼的依赖，对发展智能化社会具有一定的积极意义。

1.4 技术方案的经济因素分析

从经济角度来看，当今社会每时每刻都有大量的视觉信息产生，然而由于人力等资源的 制约，很多具有价值的视觉信息被忽略。如果计算机视觉技术能够利用这些信息，则一定能 发现很多过去被忽视的信息。例如马路、高速公路上的摄像探头，一旦能够做到对每个摄像 头每刻捕捉对信息的分析，我们可以从中得到许多有用的内容。掌握车流的实时监测，可以 让有关部门提前布置策略减轻拥堵；发生车祸后第一时间锁定，提前进行分流，能够避免拥 堵，甚至预防二次事故；另外，高效地追踪肇事车辆也是能够轻松实现的。

本文设计的算法不依赖除了图像捕捉设备的任何外部设备，而当今社会已经基本实现了 公共场合的必要监控。充分利用已有的设备，结合本文设计的算法，能够经济有效地实现对 目标物体的跟踪。

1.5 论文章节安排

本文一共分为五章，以下是各章的内容安排： 第一章介绍了基于相关滤波器的长期跟踪的研究背景和现实意义、长期跟踪算法的研究现状和目前需要解决的问题。 第二章主要介绍了视觉跟踪基础，特别是基于滤波器的视觉跟踪技术手段。其中主要包括相关性跟踪和检测跟踪。 第三章详细介绍了基于相关滤波器的长期跟踪算法设计，包括相关滤波器的基础知识。

重点论述了平移估计和尺度估计两个相关滤波器的设计原理，以及用于跟踪失败时进行重新 检测的模块设计。

第四章介绍了基于相关滤波器的长期跟踪系统的实现，包括使用的测试用例来源以及搭 建环境等等。第五章总结了为了实现的基于相关滤波器的长期跟踪系统所做的工作，并对未来工作作 出展望。