摘要：目的在視覺(jué)跟蹤領(lǐng)域中,特征的高效表達(dá)是魯棒跟蹤的關(guān)鍵,觀察到在相關(guān)濾波跟蹤中,不同卷積層表達(dá)了目標(biāo)的不同方面特征,提出了一種結(jié)合連續(xù)卷積算子的自適應(yīng)加權(quán)目標(biāo)跟蹤算法。方法針對(duì)目標(biāo)定位不準(zhǔn)確的問(wèn)題,提出連續(xù)卷積算子方法,將離散的位置估計(jì)轉(zhuǎn)換成連續(xù)位置估計(jì),使得位置定位更加準(zhǔn)確;利用不同卷積層的特征表達(dá),提高跟蹤效果。首先利用深度卷積網(wǎng)絡(luò)結(jié)構(gòu)提取多層卷積特征,通過(guò)計(jì)算相關(guān)卷積響應(yīng)大小,決定在下一幀特征融合時(shí)各層特征所占的權(quán)重,凸顯優(yōu)勢(shì)特征,然后使用從不同層訓(xùn)練得到的相關(guān)濾波器與提取得到的特征進(jìn)行相關(guān)運(yùn)算,得到最終的響應(yīng)圖,響應(yīng)圖中最大值所在的位置便是目標(biāo)所在的位置和尺度。結(jié)果與目前較流行的3種目標(biāo)跟蹤算法在目標(biāo)跟蹤基準(zhǔn)數(shù)據(jù)庫(kù)(OTB-2013)中的50組視頻序列進(jìn)行測(cè)試,本文算法平均跟蹤成功率達(dá)到85.4%。結(jié)論本文算法在光照變化、尺度變化、背景雜波、目標(biāo)旋轉(zhuǎn)、遮擋和復(fù)雜環(huán)境下的跟蹤具有較高的魯棒性。