目标跟踪 浅谈

相信很多来到这里的人和我一样，都是想找一种比较好的目标跟踪算法，或者想对目标跟踪这个领域有个比较深入的了解，经典目标跟踪算法，可能我们并不需要那些曾经辉煌但已被拍在沙滩上的tracker，而是那些即将成为经典的，或者就目前来说最好用、速度和性能都看的过去tracker。我比较关注的是目标跟踪中的相关滤波方向，这里尽可能全面的谈谈相关滤波，给大家分享一些我认为比较好的算法，顺便谈谈我的看法，有可能会写的比较长，分多次更新和修改。

如果你问别人近几年有什么比较niubility的跟踪算法，大部分人都会扔给你吴毅大神的论文，OTB50和OTB100：Wu Y, Lim J, Yang M H. Online object tracking: A benchmark [C]// CVPR, 2013.Wu Y, Lim J, Yang M H. Object tracking benchmark [J]. TPAMI, 2015.顶会转顶刊的顶级待遇，在加上引用量1200+200多，影响力不言而喻，已经是做tracking必须跑的数据库了，
测试代码和序列都可以下载： Visual Tracker Benchmark，OTB50包括50个序列：

论文在数据库上对比了包括12年在内的29个顶尖的tracker，有大家比较熟悉的OAB, IVT, MIL, CT, TLD, Struck等，由于之前没有比较公认的数据库，论文都是自卖自夸，大家也不知道到底哪个好用，所以这个database的意义非常重大，直接促进了跟踪算法的发展，后来又扩展为OTB100，有100个序列，我们这里参考OTB100的结果：

接下来再看看结果(建议去看论文比较清晰)：

上结论：平均来看Struck, SCM, ASLA等算法的性能比较高，着重强调CSK，第一次向世人展示了相关滤波的潜力，排第四还362FPS简直逆天了。请注意另一篇速度很快的经典算法CT，这段时间是压缩感知大热的时候，这里能看到很多稀疏相关算法，满满都是历史的痕迹。如果对更早期的算法感兴趣，推荐另一篇经典的survey(反正我是没兴趣也没看过):Yilmaz A, Javed O, Shah M. Object tracking: A survey[J]. CSUR, 2006. 自从2012年AlexNet问世以后，CV各个领域都有了很多变化，所以我猜你肯定还想知道2013到2017年发生了什么，抱歉我也不知道，不过我们可以肯定的是，2013年以后的论文确定以及肯定都会引用OTB50这篇论文，借助谷歌学术中的被引用次数功能，得到如下结果：