視頻目標跟蹤算法研究及應用.pdf

1、智能視頻監(jiān)控是計算機視覺的重要研究方向，在公共安全、政府、金融及教育等領(lǐng)域具有廣闊的應用前景。智能視頻監(jiān)控是在不需要人為干預的情況下，利用圖像處理、機器學習和計算機視覺等領(lǐng)域的技術(shù)對視頻進行分析，自動實現(xiàn)目標的檢測、跟蹤與識別，并在此基礎(chǔ)上實現(xiàn)更高層的行為理解與描述。目標跟蹤是智能視頻監(jiān)控中的關(guān)鍵技術(shù)，是目標識別和行為理解的基礎(chǔ)，具有廣泛的應用價值和較高的理論意義。
　　 目前學術(shù)界和工業(yè)界在目標跟蹤方面做了大量研究，提出了不少

2、有價值的算法，其中Mean Shift以其簡單、實用、實時等特點得到了廣泛的使用。不過，該算法仍然存在不足，比如當出現(xiàn)背景和目標相似、嚴重的局部遮擋等問題時會失效。針對這些問題本文開展了如下工作：
　　 1.針對Mean Shift存在的不足提出了一種快速有效的目標跟蹤算法-MAPSpatial Pyramid Mean Shift。該算法一方面有效地把背景信息融合到MeanShift跟蹤框架內(nèi)，提高了目標與背景的區(qū)分能力；另一

3、方面，在跟蹤過程中對目標進行動態(tài)分塊，保留了目標的幾何結(jié)構(gòu)信息。實驗證明該算法能夠在保證實時性的條件下，有效地解決背景與目標相似以及嚴重的局部遮擋等問題。
　　 2.研究了基于局部特征的目標跟蹤算法。針對傳統(tǒng)局部特征描述子SIFT復雜度高提出了一種新的局部特征描述子，并把它融合到MAP Spatial PyramidMean Shift算法中。該局部特征描述子結(jié)構(gòu)簡單，并較好的保持了原有描述子的特性。實驗證明該算法在不影響實時性