基于均值漂移的目標(biāo)跟蹤算法研究.pdf

1、近些年來(lái)，智能視頻監(jiān)控系統(tǒng)在生活中日益突顯出其重要性，它也是計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)重要的研究方向，其主要工作是從監(jiān)控的視頻流中檢測(cè)、識(shí)別和跟蹤感興趣的運(yùn)動(dòng)目標(biāo)，進(jìn)而對(duì)其進(jìn)行行為分析和語(yǔ)義理解。運(yùn)動(dòng)目標(biāo)跟蹤是智能視頻監(jiān)控系統(tǒng)中的關(guān)鍵技術(shù)，能否有效地跟蹤感興趣目標(biāo)是衡量監(jiān)控系統(tǒng)優(yōu)劣的一個(gè)重要指標(biāo)，因而它具有重要的研究?jī)r(jià)值。
　　均值漂移算法是一種基于核函數(shù)的無(wú)參數(shù)估計(jì)算法，它不需要先驗(yàn)知識(shí)，收斂速度快，可實(shí)現(xiàn)實(shí)時(shí)跟蹤，因而近年來(lái)吸引了許

2、多研究人員的興趣。然而，均值漂移還存在一系列問(wèn)題需要解決，才能使之真正投入實(shí)際應(yīng)用。為此，本文以均值漂移技術(shù)為中心展開(kāi)一系列目標(biāo)跟蹤算法的研究，以便進(jìn)一步改善跟蹤的性能。本文的研究和創(chuàng)新工作如下所示：
　?。?）深入研究多特征融合的均值漂移（Mean Shift）目標(biāo)跟蹤算法，融合局部三值模式（LTP）紋理特征的Mean Shift算法使用紋理和顏色信息作為目標(biāo)的表示形式，對(duì)光照變化具有一定的魯棒性，但是由于LTP算法使用固定閾值

3、計(jì)算紋理特征，因而易受噪聲的影響。因此，本文提出使用最小平方中值（LMedS）算法估算自適應(yīng)閾值的LTP算法，并使用階距思想來(lái)估計(jì)目標(biāo)窗寬。實(shí)驗(yàn)證明了該算法的有效性。
　?。?）提出了一種改進(jìn)的背景加權(quán)Mean Shift算法。目標(biāo)框中的背景信息會(huì)干擾目標(biāo)的準(zhǔn)確定位，背景加權(quán)算法能夠有效地抑制背景主分量信息，但是恒定的或閾值判決變化的背景直方圖不能有效地表示實(shí)時(shí)變化的背景，因而本文采用實(shí)時(shí)更新的背景直方圖，并使用卡爾曼（Kalma

4、n）濾波算法進(jìn)行目標(biāo)預(yù)定位。實(shí)驗(yàn)結(jié)果表明該算法更能降低目標(biāo)框中背景的特征，增強(qiáng)目標(biāo)特征的凸特性，并能實(shí)現(xiàn)目標(biāo)的快速準(zhǔn)確定位。
　?。?）Mean Shift對(duì)快速運(yùn)動(dòng)目標(biāo)和非高斯噪聲的環(huán)境下的跟蹤有局限性，粒子濾波算法可以用在任意狀態(tài)空間模型上，但是需要大量的樣本數(shù)量才能實(shí)現(xiàn)有效跟蹤。本文使用Mean Shift算法使每個(gè)粒子迭代到局部最大值處，因而可以降低粒子數(shù)量，同時(shí)當(dāng)目標(biāo)嚴(yán)重遮擋時(shí)，關(guān)閉Mean Shift算法，只采用粒子濾