Average Peak-to-Correlation Energy-平均峰值相关能量，适用于[[#基于相关滤波器的跟踪算法：]]中的一种指标，用于衡量跟踪器[[#响应图谱（Response Map）]]的峰值明显程度，从而实现对目标遮挡、目标丢失的有效判断。
相关滤波器（Correlation Filter）：
相关滤波器是一种利用模板与图像区域进行互相关运算，找到目标最佳匹配位置的算法。
其数学原理通俗来讲就是在频域内进行模板匹配，速度极快，非常适合实时应用。
基于相关滤波器的跟踪算法：
-
MOSSE（Minimum Output Sum of Squared Error）（2010）
- 最早的相关滤波跟踪器之一，非常高效。
- 优势：实时性非常好，FPS极高。
- 缺陷：抗干扰能力较弱。
-
CSK（Circulant Structure Kernels）（2012）
- 引入了循环结构核相关滤波，进一步提高了效率。
- 优势：速度快，鲁棒性优于MOSSE。
- 缺陷：只能处理单一通道特征。
-
KCF（Kernelized Correlation Filters）（2015）
- 最经典、广泛应用的相关滤波跟踪器之一。
- 引入了核函数（Kernel），支持非线性特征（如HOG），极大提升跟踪准确性。
- 优势：速度快、精度高，是工业界常用的实时跟踪器。
- 缺陷：长期跟踪易漂移，遮挡情况下可能失败。
-
DCF（Discriminative Correlation Filter）
- 判别式相关滤波器，和KCF类似，更关注目标与背景的区分性。
- 优势：提高了目标与背景区分度，效果略好于KCF。
- 缺陷：遮挡问题仍然存在。
-
Staple、BACF、ECO（近年新型相关滤波算法）
- 引入颜色直方图、尺度自适应策略、多通道特征等。
- 优势：明显改善了尺度、遮挡、光照变化问题。
- 缺陷：计算复杂度提升，不一定适合嵌入式设备。
响应图谱（Response Map）
-
响应图谱的概念
基于相关滤波的跟踪器中，每次跟踪都会计算出一个响应图谱，用于判断目标所在位置。
响应图谱是一张二维灰度图，每个位置上的值代表目标模板与当前图像区域在该位置的匹配程度，响应值越高则匹配程度越高，越可能是目标所在位置。
-
响应图谱可以直观表示跟踪的可信程度
当目标清晰、无干扰、无遮挡的时候，响应图中会有一个非常明显的高峰。
当目标被遮挡或者出现严重干扰的时候，响应图谱会变得平坦或者出现多个就竞争性的小峰值，表明跟踪困难或者可能出现漂移。