自然場景下目標跟蹤算法的研究.pdf

1、近幾年，目標跟蹤技術被應用在越來越多的領域，例如視頻監(jiān)控、輔助駕駛系統(tǒng)、軍事導航系統(tǒng)等。隨著目標跟蹤技術的廣泛應用，其逐漸成為計算機視覺領域中的一個熱點研究課題，并引起了學者們的廣泛研究。目前，學者們提出了許多目標跟蹤算法，取得了一定的研究成果，但依舊存在一些難題，如非剛性目標的姿態(tài)變化、環(huán)境中的光照變化、遮擋等。由于在自然場景下，目標背景更加復雜，對跟蹤效果影響更大。因此，本文針對自然場景下的目標跟蹤進行了研究，主要研究內容如下:

2、r>　　首先，介紹了目標跟蹤的基本理論。本文對目標跟蹤中常用的特征進行了簡單介紹與分析，主要有顏色特征、紋理特征、梯度特征。同時對論文中采用的跟蹤算法做了理論介紹，包括粒子濾波、卡爾曼濾波和均值漂移算法。
　　其次，為解決目標跟蹤過程中光照變化、姿態(tài)變化等問題，提出了一種基于局部敏感直方圖特征的稀疏表達跟蹤方法。對粒子濾波獲取的多個候選目標提取局部敏感直方圖特征，并根據(jù)模板字典，采用改進的L1范數(shù)模型求取每個候選目標的稀疏表示系數(shù)

3、;然后計算每個候選目標的權重，選取權重最大的候選目標作為跟蹤結果。實驗結果表明，本文算法能很好實現(xiàn)對目標的跟蹤，在解決光照變化、姿態(tài)變化等問題方面有較好的效果。
　　最后，提出了一種結合卡爾曼濾波的自適應均值漂移交通標志牌跟蹤算法與清晰度識別方法。首先采用交通標志牌檢測算法獲取的目標狀態(tài)對跟蹤算法進行初始化，然后結合卡爾曼濾波與均值漂移算法對標識牌進行跟蹤;跟蹤過程中，用基于二次模糊的清晰度算法對標識牌的清晰度進行判別;當清晰度達