基于水平集的在線目標(biāo)輪廓跟蹤研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的基礎(chǔ)研究方向之一，而輪廓跟蹤作為它的重要的組成部分，在視覺(jué)分析與理解中占有重要的地位。通過(guò)輪廓跟蹤，可以獲得目標(biāo)的姿態(tài)、行為、運(yùn)動(dòng)等信息，為后續(xù)的高層的行為識(shí)別和理解奠定了基礎(chǔ)。目前，輪廓跟蹤已經(jīng)廣泛應(yīng)用到人機(jī)交互、虛擬現(xiàn)實(shí)、醫(yī)療診斷、安全監(jiān)控等領(lǐng)域。雖然如此，目前輪廓跟蹤仍有很多理論及技術(shù)問(wèn)題需要解決，比如跟蹤指定目標(biāo)需要離線地訓(xùn)練大量樣本、目標(biāo)丟失或者消失后重新出現(xiàn)和局部遮擋問(wèn)題等。研究輪廓跟蹤具有實(shí)用價(jià)值

2、和良好的市場(chǎng)前景。
　　本文的工作以在視覺(jué)監(jiān)控場(chǎng)景下長(zhǎng)時(shí)間跟蹤目標(biāo)輪廓、解決遮擋問(wèn)題為目標(biāo)。在下面三個(gè)問(wèn)題上進(jìn)行了深入的探討和分析：
　　1）針對(duì)目標(biāo)輪廓的長(zhǎng)時(shí)間跟蹤，本文提出了將基于判別式表觀模型的水平集與在線檢測(cè)的方法相結(jié)合的方法。在跟蹤過(guò)程中加入檢測(cè)機(jī)制，用檢測(cè)器來(lái)輔助跟蹤。我們提出用檢測(cè)器的結(jié)果來(lái)重新初始化目標(biāo)輪廓的方法，解決了跟蹤漂移和目標(biāo)丟失的問(wèn)題，實(shí)現(xiàn)了長(zhǎng)時(shí)間跟蹤目標(biāo)輪廓；同時(shí)，我們將檢測(cè)結(jié)果應(yīng)用到表觀模型更新

3、過(guò)程中，提高了跟蹤性能。
　　2）針對(duì)遮擋情況下的輪廓跟蹤，本文提出了一種基于非負(fù)矩陣分解(NMF)的形狀先驗(yàn)?zāi)Ｐ停⑻岢鲆粋€(gè)權(quán)重距離因子來(lái)控制模型的在線增量學(xué)習(xí)的方法。本文使用分層的水平集跟蹤框架，并提出了一個(gè)基于非負(fù)約束最小二乘(NNLS)的判別標(biāo)準(zhǔn)來(lái)確定是否需要將形狀先驗(yàn)?zāi)Ｐ团c表觀模型相結(jié)合，解決了跟蹤過(guò)程中的遮擋問(wèn)題。
　　3）針對(duì)目標(biāo)輪廓跟蹤的在線問(wèn)題，本文引入了在線初始化和在線學(xué)習(xí)機(jī)制。其中，在線初始化包括水平集