基于上下文信息的運動目標(biāo)跟蹤算法的研究.pdf

1、隨著機器智能化水平的提高，作為獲取外界信息重要途徑的視覺原理越來越引起人們的重視。計算機視覺已經(jīng)成為工程和科學(xué)領(lǐng)域研究的一項重要課題。運動目標(biāo)跟蹤作為計算機視覺領(lǐng)域的一個重要分支，在軍事視覺制導(dǎo)、機器人視覺、智能監(jiān)控、交通管制、醫(yī)療診斷及氣象分析等眾多領(lǐng)域都有廣泛的應(yīng)用。設(shè)計一個魯棒的視覺跟蹤算法在理論和實踐中具有重要意義。但是由于外部環(huán)境的復(fù)雜多變性及目標(biāo)自身狀態(tài)的多樣性，使得設(shè)計一個通用的魯棒的跟蹤算法成為一個極富挑戰(zhàn)性的課題。

2、r>　　基于檢測的運動目標(biāo)跟蹤算法是當(dāng)前最流行的跟蹤算法之一。它利用二值分類器對一幀圖像內(nèi)容進行分類，并把檢測到的前景區(qū)域作為新的目標(biāo)區(qū)域。當(dāng)分類器可在線更新時，算法能夠不斷學(xué)習(xí)新的特征以適應(yīng)目標(biāo)表觀的變化。但隨著學(xué)習(xí)過程中誤差的積累，跟蹤很容易發(fā)生漂移。本文在基于檢測的跟蹤算法的基礎(chǔ)上，針對跟蹤的漂移問題，引入了跟蹤上下文的概念，提出了一種多分類器跟蹤系統(tǒng)。系統(tǒng)同時檢測目標(biāo)及上下文物體，并使用上下文物體對目標(biāo)物體位置進行預(yù)測。本文的主

3、要工作如下：
　　第一，提出了一個以近鄰物體作為目標(biāo)物體候選位置信息提供者的多分類器跟蹤算法。算法首先分析了近鄰物體與目標(biāo)物體運動軌跡之間的關(guān)聯(lián)關(guān)系，并建立了一個在線更新的運動軌跡關(guān)聯(lián)模型。然后，將這種關(guān)聯(lián)模型融合到基于檢測的運動目標(biāo)跟蹤算法中，提出了一種同時利用近鄰物體運動信息和目標(biāo)物體表觀信息預(yù)測目標(biāo)物體位置的跟蹤算法。最后，通過一個投票模型對可能的目標(biāo)位置進行評價，并最終確定新的目標(biāo)位置。
　　第二，提出了一個以目標(biāo)物