單攝像機(jī)下的視頻目標(biāo)跟蹤算法研究.pdf

1、無論在現(xiàn)代防御、海上和空中交通管制系統(tǒng)，或是在民用安全監(jiān)控、人機(jī)交互智能系統(tǒng)，目標(biāo)跟蹤技術(shù)都是不可缺少的重要技術(shù)。尤其是隨著現(xiàn)代航海、航空、航天事業(yè)的蓬勃發(fā)展，以及現(xiàn)代戰(zhàn)爭的信息化、網(wǎng)絡(luò)化發(fā)展，目標(biāo)跟蹤技術(shù)的研究越來越受到各國的高度重視，現(xiàn)已成為一個十分活躍的研究領(lǐng)域。目標(biāo)跟蹤的任務(wù)是通過算法計(jì)算獲得目標(biāo)的位置，進(jìn)而形成目標(biāo)的運(yùn)動軌跡（跟蹤片），并且在整個視頻序列中識別待跟蹤目標(biāo)的身份。
　　由于跟蹤場景中的目標(biāo)總會受到背景干擾、

2、自身形變、遮擋及光照變化的影響，目標(biāo)跟蹤面臨著許多亟待解決的問題。本文主要研究了兩種目標(biāo)跟蹤算法：(1)基于無類別的跟蹤（Category Free Tracking, CFT），這類方法不需要事先已知目標(biāo)的所屬類別，也不需要離線訓(xùn)練特定目標(biāo)的檢測器。它通過在視頻序列的第一幀圖像進(jìn)行人工選取待跟蹤的目標(biāo)區(qū)域，利用目標(biāo)的外觀模型進(jìn)行跟蹤；或者利用場景的背景信息獲得待跟蹤目標(biāo)，并通過一些濾波算法對目標(biāo)進(jìn)行預(yù)測跟蹤。(2)基于關(guān)聯(lián)的跟蹤（As

3、sociation Based Tracking, ABT），它在跟蹤之前需要已知待跟蹤目標(biāo)的類別，然后利用該類別目標(biāo)檢測器得到視頻序列的檢測響應(yīng)，并將這些檢測響應(yīng)在視頻序列間進(jìn)行最優(yōu)化關(guān)聯(lián)，進(jìn)而達(dá)到跟蹤的目的。
　　針對基于無類別的跟蹤，本文首先對三種經(jīng)典目標(biāo)跟蹤算法進(jìn)行了研究，然后實(shí)現(xiàn)了一種尺度、方向自適應(yīng)的跟蹤算法。該適應(yīng)性跟蹤算法在原始均值漂移跟蹤算法框架下，結(jié)合候選目標(biāo)區(qū)域反向投影圖的矩特征，完成了對目標(biāo)尺度、以及方向的

4、適應(yīng)性估計(jì)；并與兩種經(jīng)典的目標(biāo)跟蹤算法（原始的均值漂移跟蹤算法、EM-shift跟蹤算法）做了實(shí)驗(yàn)對比與分析。實(shí)驗(yàn)結(jié)果表明，該算法繼承了原始均值漂移跟蹤算法簡單、高效等優(yōu)良特性，并能有效跟蹤尺度和方向發(fā)生變化的目標(biāo)。
　　針對基于關(guān)聯(lián)的跟蹤，為精確計(jì)算跟蹤片間的外觀相似度，以提高目標(biāo)跟蹤的準(zhǔn)確性，本文提出建立判別性外觀模型的方法。在檢測得到每一幀目標(biāo)、得到可靠跟蹤片的基礎(chǔ)上，通過提取訓(xùn)練樣本，并融合多個特征對樣本進(jìn)行魯棒地表達(dá)，利