摘要：目的目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域的重要組成部分。近年來,基于相關(guān)濾波和深度學(xué)習(xí)的目標(biāo)跟蹤算法層出不窮,本文擬對經(jīng)典的若干目標(biāo)跟蹤算法進(jìn)行闡述與分析。方法首先,對基于相關(guān)濾波跟蹤算法的基礎(chǔ)理論進(jìn)行介紹,針對相關(guān)濾波算法在特征改進(jìn)類、尺度改進(jìn)類、消除邊界效應(yīng)類、圖像分塊類與目標(biāo)響應(yīng)自適應(yīng)類方面進(jìn)行總結(jié);接下來,從3個方面對基于深度學(xué)習(xí)的目標(biāo)跟蹤算法進(jìn)行闡述與分析:目標(biāo)分類、結(jié)構(gòu)化回歸、孿生網(wǎng)絡(luò),并對有代表性的跟蹤算法的優(yōu)勢與缺陷進(jìn)行較深層次的解讀。結(jié)果通過列舉跟蹤算法在相關(guān)濾波階段、深度學(xué)習(xí)階段針對不同的改進(jìn)機(jī)制的改進(jìn)算法,總結(jié)各階段算法的優(yōu)缺點(diǎn)。對目標(biāo)跟蹤算法的最新進(jìn)展進(jìn)行闡述,最終對目標(biāo)跟蹤算法的未來發(fā)展方向進(jìn)行總結(jié)。結(jié)論基于相關(guān)濾波的目標(biāo)算法在實(shí)時性方面表現(xiàn)優(yōu)秀,但對于復(fù)雜背景干擾、相似物遮擋等情況仍然需要優(yōu)化。深層的卷積特征對于目標(biāo)有強(qiáng)大的表示力,通過使相關(guān)濾波算法與深度學(xué)習(xí)結(jié)合,大幅度提升了算法表現(xiàn)力?；谏疃葘W(xué)習(xí)的跟蹤算法則更側(cè)重于跟蹤的性能,大多無法滿足實(shí)時性。孿生神經(jīng)網(wǎng)絡(luò)的使用對于基于深度學(xué)習(xí)類目標(biāo)跟蹤算法產(chǎn)生了很大的推動,兼顧了算法的性能和實(shí)時性。