定义
一种使用相关滤波和颜色直方图对物体进行追踪的方法。
本文也属于相关滤波跟踪的一种改进方法，发表于2016年的CVPR。现有的相关滤波追踪方法很大程度上取决于物体的形状和空间布局，对形变非常敏感。因此，本文对跟踪特征进行改进，使用Template-releated（Hog特征）和Histogram-related（颜色直方图特征）进行物体追踪。
相关滤波用HOG特征时，由于HOG特征是统计图像的梯度，因此能捕捉到物体的局部特征，对于光照的变化也不敏感。但是物体发生形变后效果就不够好。而颜色直方图对形变非常适用。一个目标虽然有形变，但整个目标的颜色分布是基本不会变的。而光照变化对颜色直方图会产生很大的影响。因此作者考虑同时使用这两种特征进行互补，整个跟踪过程分成两个通道来做，如下图。
上半部分是训练，紫色线表示使用HOG特征对目标图片进行特征提取，得到特征之后，根据相关滤波器的学习规则学习得到滤波模版，使用给定公式更新模版。绿色线就是使用颜色特征对滤波模板进行学习，然后使用给定的更新公式对学习到的模板进行更新。
下半部分是跟踪。首先基于上一帧学习到的位置处，使用给定大小的目标框标出大致目标位置所在，然后使用学习得到的两个滤波器模板对目标分别跟踪。紫色线是使用HOG模板学习的跟踪器对目标跟踪的结果，绿色线是使用颜色特征的结果。得到对应的响应图后使用加权融合的方式得到最终的目标响应图。找到响应图当中最大值的位置即为目标所在的位置，重复这个步骤直至跟踪结束。
参考文献
[1] Bertinetto L, Valmadre J, Golodetz S, et al. Staple: Complementary learners for real-time tracking[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2016: 1401-1409.
参阅：相关滤波
