基于在線學(xué)習(xí)的視頻檢測與跟蹤技術(shù)研究.pdf

1、近年來，視頻檢測與跟蹤技術(shù)越來越受到人們的重視，發(fā)展也越來越快，這項技術(shù)已經(jīng)成為智能化社會的一部分，與我們的生活息息相關(guān)。
　　在實際生活中，應(yīng)用視頻檢測和跟蹤技術(shù)的目的在于:只要目標(biāo)存在于攝像機鏡頭內(nèi)，視頻檢測與跟蹤算法就應(yīng)該能夠準(zhǔn)確的定位到目標(biāo)。然而在現(xiàn)實環(huán)境中，目標(biāo)將不可避免的受形狀變化、光照條件變化、尺度變化、遮擋等情況影響，從而造成檢測跟蹤失敗。對于解決這種問題，國內(nèi)外應(yīng)用最多的方法是采用自適應(yīng)視頻檢測與跟蹤算法，該種算

2、法能夠根據(jù)目標(biāo)的自身狀態(tài)對檢測器和跟蹤器的各種參數(shù)進行實時的更新，以此來提高檢測跟蹤算法的魯棒性。本文通過建立一種在線學(xué)習(xí)機制來自適應(yīng)目標(biāo)的狀態(tài)變化和背景變化，以此達到較好的檢測跟蹤效果。本文算法的優(yōu)點是:通過在線學(xué)習(xí)機制對目標(biāo)進行不斷的學(xué)習(xí)，以獲取目標(biāo)的最新狀態(tài)特征，從而及時完善檢測跟蹤算法，提高檢測跟蹤算法的性能，以達到最佳的狀態(tài)。本文主要做了以下工作。
　　(1)對幾種在線學(xué)習(xí)視頻跟蹤算法做了深入研究，主要包括在線多實例學(xué)習(xí)

3、算法、在線boosting算法、在線半監(jiān)督boosting算法;在研究壓縮感知理論的基礎(chǔ)上，提出了一種基于特征選擇的實時壓縮感知跟蹤算法。大量實驗證明，壓縮感知理論在視頻跟蹤應(yīng)用中是可行有效的，通過對壓縮后的數(shù)據(jù)做特征選擇，更能提高跟蹤的準(zhǔn)確性。
　　(2)在研究最近比較流行的TLD在線學(xué)習(xí)跟蹤算法的基礎(chǔ)上，提出了一種結(jié)合膚色分割的TLD人手跟蹤，并對原始TLD算法的在線目標(biāo)模型中的樣本選取方式和檢測時的樣本匹配方式做了改進，不僅