基于相關(guān)濾波的目標跟蹤研究.pdf

1、作為計算機視覺領(lǐng)域最具挑戰(zhàn)的關(guān)鍵技術(shù)之一，目標跟蹤在視頻監(jiān)控、導(dǎo)航、軍事、人機交互、虛擬現(xiàn)實、智能機器人、自動駕駛等多個領(lǐng)域都有著廣泛的應(yīng)用。經(jīng)過三十多年的研究，目標跟蹤領(lǐng)域相繼涌現(xiàn)了大量經(jīng)典、優(yōu)秀的跟蹤算法，但受限于現(xiàn)實環(huán)境以及目標運動的復(fù)雜性，當前的跟蹤算法在準確性、魯棒性以及實時性上難以滿足實際的應(yīng)用需求。準確、魯棒、高效的目標跟蹤算法仍然是極具挑戰(zhàn)的研究課題。
　　相關(guān)濾波跟蹤(correlation tracking)自

2、提出以來，其就以兼顧準確性和速度的優(yōu)勢，吸引了大量研究者的關(guān)注。相關(guān)濾波器通過傅里葉變換將濾波器操作轉(zhuǎn)換到頻域，極大提升了算法運行速度，實現(xiàn)了目標位置中心的快速檢測，并且其重新采樣在線更新濾波器，保證了算法的準確度和實時性。
　　本文深入研究了基于相關(guān)濾波的目標跟蹤算法，針對特征融合、尺度估計以及濾波器更新策略進行改進，并在此基礎(chǔ)之上，結(jié)合相關(guān)濾波器跟蹤狀態(tài)判斷和級聯(lián)目標檢測，實現(xiàn)了穩(wěn)定的長時間目標跟蹤。本文主要的研究內(nèi)容和創(chuàng)新點

3、總結(jié)如下:
　　(1)首先介紹了目標跟蹤領(lǐng)域的研究背景與意義、發(fā)展現(xiàn)狀以及技術(shù)挑戰(zhàn)，并歸納總結(jié)當前目標跟蹤領(lǐng)域主流的算法框架，然后概述相關(guān)濾波器的基本概念及其在目標跟蹤上的應(yīng)用原理。
　　(2)為了提高相關(guān)濾波跟蹤的精度和成功率，提出了基于相關(guān)濾波的尺度和學習率自適應(yīng)跟蹤算法。首先算法融合了高效的特征提取方法作為濾波器輸入目標樣本的外觀表示;針對相關(guān)濾波器不能應(yīng)對目標尺度變化的限制，結(jié)合光流跟蹤的思路，根據(jù)相鄰幀之間可靠關(guān)鍵

4、點的位移變化估計目標尺度;并采用學習率自適應(yīng)方法，改進相關(guān)濾波器的更新策略。通過高效的特征提取、尺度估計以及學習率自適應(yīng)方法的綜合運用，大幅提升了跟蹤準確度，同時也相對節(jié)省了算法運算量，保證跟蹤器的實時性。在Object Tracking Benchmark上進行算法的對比實驗、成分分析實驗以及定性評估實驗，以驗證算法改進的有效性。
　　(3)針對長時間跟蹤過程中面臨的難題和挑戰(zhàn)，提出了基于相關(guān)濾波和級聯(lián)檢測的長時間目標跟蹤算法。