基于色彩名稱的目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤一直是計(jì)算機(jī)視覺(jué)領(lǐng)域研究中的一個(gè)核心研究方向。目標(biāo)跟蹤在實(shí)際生活中的意義非常重大，例如它廣泛應(yīng)用于智能交通系統(tǒng)、視頻監(jiān)控系統(tǒng)、人機(jī)交互、視頻檢索、視頻壓縮、三維重建、虛擬現(xiàn)實(shí)等方面。盡管在過(guò)去幾十年中，目標(biāo)跟蹤技術(shù)取得了長(zhǎng)足的進(jìn)步，但它仍然存在一些尚未解決的問(wèn)題，例如光照變化、遮擋、大霧天、雨天、下雪天、目標(biāo)尺寸變化、背景雜亂和跟蹤實(shí)時(shí)性的要求等問(wèn)題。
　　自適應(yīng)顏色屬性實(shí)時(shí)視覺(jué)跟蹤（Color Name，即色彩名稱，簡(jiǎn)寫

2、CN）算法是一種基于判別式的目標(biāo)跟蹤算法，該算法采用高效的正則最小二乘法分類器代替?zhèn)鹘y(tǒng)Support Vector Machine（SVM）分類器進(jìn)行分類，采用循環(huán)矩陣和傅里葉變換來(lái)進(jìn)行稠密樣本化，采用CN空間顏色特征值和灰度值共同代表目標(biāo)的特征，采用主成分分析的方法對(duì)高維的顏色數(shù)據(jù)進(jìn)行降維，以此降低跟蹤目標(biāo)的計(jì)算復(fù)雜度，最后分類器的參數(shù)更新會(huì)考慮到之前跟蹤過(guò)的所有幀而不僅僅是前一幀和當(dāng)前幀。因?yàn)镃N算法對(duì)許多圖像序列都能有效跟蹤，而且

3、實(shí)時(shí)性好，所以該算法得到了學(xué)者們的廣泛關(guān)注和重視。然而，CN算法一方面僅依據(jù)目標(biāo)的CN顏色特征進(jìn)行跟蹤，另一方面僅根據(jù)當(dāng)前幀的目標(biāo)中心位置確定后一幀目標(biāo)的搜索范圍以及后一幀圖像進(jìn)行預(yù)處理的高斯濾波中心。由于這些缺陷會(huì)導(dǎo)致該算法在一些圖像序列上會(huì)出現(xiàn)嚴(yán)重的目標(biāo)跟偏或跟丟。
　　為了了解當(dāng)前跟蹤算法和進(jìn)一步提高CN算法的性能，本論文的主要工作包括：
　　（1）對(duì)現(xiàn)有的目標(biāo)跟蹤算法進(jìn)行了總結(jié)分類以及分析，并對(duì) CN算法原理進(jìn)行了較

4、為詳細(xì)的研究分析。
　　（2）由于 CN算法中僅依據(jù)顏色特征進(jìn)行跟蹤，當(dāng)圖像序列中出現(xiàn)目標(biāo)被遮擋或是背景顏色和目標(biāo)顏色相近的情況下，該算法容易丟失目標(biāo)。針對(duì)該問(wèn)題，本文提出采用CN算法結(jié)合邊緣提取算子獲得顏色的邊緣特征進(jìn)行目標(biāo)跟蹤。計(jì)算機(jī)仿真實(shí)驗(yàn)結(jié)果表明，基于高斯拉普拉斯的CN算法能有效提高目標(biāo)跟蹤效果。
　?。?）由于一方面 CN算法中僅依據(jù)當(dāng)前幀的目標(biāo)中心位置確定后一幀目標(biāo)的搜索范圍，當(dāng)圖像序列中出現(xiàn)目標(biāo)不在目標(biāo)的搜索范