3. 经典相关滤波跟踪器 (下)

各位同学，咱们接着聊相关滤波。上一节我们把MOSSE、CSK、KCF这些基础框架讲透了。这一节，我重点说说它们在实际落地时遇到的三个硬骨头——尺度变化、边界效应、背景干扰。这三个问题不解决，你的跟踪器在真实场景里基本就是“三秒丢”。

我自己在工业项目里吃过不少亏。有一次做无人机视觉跟踪，目标从近处飞到远处，KCF的框子死活不变，直接跟丢。后来换了DSST，才把问题搞定。所以这一节的内容，全是实战中必须掌握的。

3.1 DSST：让跟踪框学会“呼吸”

先说说尺度问题。你想想看，一个目标从远处走近，尺寸可能变大两三倍。KCF的框子是固定的，一旦目标变大，框子只框住局部，特征就乱了。目标变小呢？框子里全是背景噪声。

DSST（Discriminative Scale Space Tracker） 的解决思路很直接——单独训练一个尺度滤波器。它把位置估计和尺度估计拆成两个独立的滤波器：

• 位置滤波器：跟KCF一样，负责找目标中心
• 尺度滤波器：在目标中心周围，构建一个尺度金字塔，找出最佳尺度

具体怎么做？我简单说一下流程：

1. 先用位置滤波器找到当前帧的目标中心
2. 以该中心为中心，提取不同尺度的图像块（比如0.8倍、1.0倍、1.2倍）
3. 把这些图像块缩放到统一大小，提取HOG特征
4. 用这些特征训练一个一维的相关滤波器，响应最大的那个尺度就是最佳尺度

# 尺度滤波器训练
A_l = (1 - η) * A_l_prev + η * G_l * conj(F_l)
B_l = (1 - η) * B_l_prev + η * F_l * conj(F_l)

# 其中F_l是尺度金字塔特征，G_l是高斯标签
# η是学习率，我一般设0.025

DSST的缺点也很明显——它假设位置和尺度是独立的。如果目标快速缩放同时剧烈运动，位置滤波器和尺度滤波器会互相干扰。嗯，这时候就需要更鲁棒的方法了。

3.2 SRDCF：给滤波器戴上“镣铐”

接下来聊边界效应。这是相关滤波器的老毛病了。

为什么会有边界效应？因为我们在训练滤波器时，用的图像块是循环移位的。说白了，就是把图像卷成一个环，左边移出去的部分从右边补进来。这会导致滤波器学到一些“假特征”——比如目标在左边，循环移位后右边出现了目标的假副本。

SRDCF（Spatially Regularized Discriminative Correlation Filters） 的解决方案很优雅——给滤波器系数加一个空间权重。离目标中心越远的系数，惩罚越大。这样滤波器就只关注中心区域，不会去学那些循环移位带来的假特征。

它的目标函数长这样：

# SRDCF的优化目标
min_f || Σ f * x - y ||² + || w ⊙ f ||²

# 其中w是空间正则化权重矩阵
# 中心区域权重小（允许学习），边缘区域权重大（抑制学习）

这个w怎么设计？我见过两种做法：

• 高斯型：中心为1，边缘逐渐衰减到0.1左右
• 反高斯型：中心为0，边缘为1（更激进，直接禁止边缘学习）

SRDCF的代价是计算量上去了。因为它没法直接用FFT快速求解，得用高斯-赛德尔迭代。不过现在硬件好了，这点计算量其实可以接受。

3.3 BACF：让背景“现原形”

最后说BACF（Background-Aware Correlation Filters）。这个方法的思路更直接——你不是有边界效应吗？我干脆把背景区域也拿来训练。

BACF的做法是：在训练时，从图像中裁剪一个更大的区域（比如目标大小的4倍），然后只让滤波器关注目标区域，背景区域强制置零。这样滤波器就学会了“目标长什么样”，而不是“目标+背景长什么样”。

它的核心思想用一个公式就能说清楚：

# BACF的优化目标
min_f || Σ (P * f) * x - y ||² + λ || f ||²

# 其中P是一个裁剪矩阵，只保留目标区域的滤波器系数
# 背景区域的系数被强制为0

说白了，BACF就是在训练时告诉滤波器：“你只准看目标，别管背景”。这比SRDCF更暴力，但也更有效。

3.4 知识体系总览

为了让你更直观地理解这三个方法的关系，我画了一张图：

从这张图你可以看到，这三个方法分别解决了相关滤波器的三个核心痛点。它们不是替代关系，而是互补关系。在实际项目中，我建议你先用BACF把背景干扰压住，再用DSST处理尺度变化，最后用SRDCF微调边界。当然，如果计算资源有限，优先上DSST和BACF的组合。

好了，这一节的内容就到这里。下一节我们会讲深度学习时代的跟踪器，那又是另一个世界了。

可可精品资料库