视频目标跟踪是计算机视觉领域一项重要的分支，正日益广泛地应用到科学技术、医药卫生、工业控制、国防航天等各个领域，因而研究目标跟踪技术有着重大的实用价值和广阔发展前景。视频分析有三个关键步骤：1.对感兴趣区域的识别 2.通过相邻帧信息跟踪感兴趣的目标 3.根据目标的运动轨迹来识别其行为。因此，目标目标跟踪技术已经被广泛应用于众多生活和工作领域，主要应用如下：1.视频监控。视频监控作为公共安全领域中的一项重要技术已经得到广泛的应用。但是传统的视频监控仅仅停留在监控着对视频信号的人工监视和事后录像分析。将目标跟踪的方法应用其中通过对异常目标自动识别，当在实时视频检测出目标后进行跟踪分析其运动轨迹继而自动判别其行为同时系统自动做出相应反应如报警。2.智能交通系统。例如车辆的实时检测与跟踪技术可以在不需要或只需要少量人工干预的情况下通过对摄像机的视频序列进行分析并判断车辆的行为并对车辆的行为给出语义描述。3.人机交互。传统的键盘，鼠标等有接触式人机交互方式已经不能满足人们的需求。计算机无接触式地识别人类的动作明白人类的意图可以使计算机更“理解”我们。如应用在VR中的手势识别，眼球追踪技术等。4.视频压缩编码。在新一代视频图像压缩编码中提出了一个新得视频编码概念-视频对象平面Video Object PlanesVOP以实现基于图像内容的压缩。而这一压缩编码技术的难点在于如何在任意场景下实现对运动目标的自动提取与分割而这些问题也正是目标检测跟踪所要解决的问题。而目标跟踪的难点在于：1. ：由于三维世界投影在二维图像上而造成的信息丢失。2.复杂的目标运动 3.图像存在的噪声 3.目标的非刚性形变 3.目标的部分或完全遮挡 4.目标的复杂外观 5.光照强度变化 6.跟踪的实时性。而核相关滤波跟踪是目标跟踪领域比较新颖的一种方法。它的核心算法巧妙利用了循环矩阵傅里叶对角化的特性将复杂的矩阵运算转化为频域计算，且使得密集采样得以运用在跟踪算法。在提高跟踪的准确度的同时还大大提高了算法的速度。基于核相关滤波的思想，近年来更多的算法如DSST,Staple被提出，研究对比各个算法的优缺点进而针对存在的问题进行实验和改进是一个具有意义的课题。

2. 研究的基本内容与方案

基本内容：

一、了解计算机视觉中常用的视觉目标特征。

二、掌握特征提取的方法，针对不同的特征进行实验分析各种特征的优劣。

三、了解常用的机器学习的算法：岭回归、PCA降维分析等。

四、阅读和核相关滤波算法有关的文献，掌握几种目前性能较好的相关滤波算法的原理，使用matlab针对光照变化、尺度变化、遮挡、形变、快速运动等场景对各种算法的仿真并分析各种算法的优劣。

五、针对一两种算法提出自己的改进测略，并使用C语言自主实现一两种核相关滤波跟踪算法。

技术方案、措施：采用文献研究法和实证分析法。

第一阶段，学习机器学习、图像处理相关的基础知识；包括了图像分割，图像滤波去噪，图像特征提取，岭回归，PCA降维，SVM等。

第二阶段：广泛阅读大量和跟踪相关的综述文献，记录各文章的要点，梳理跟踪领域的发展概况。