目標(biāo)跟蹤中抗遮擋跟蹤算法研究.pdf

1、視頻中的目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域中富有挑戰(zhàn)性的課題之一，在視覺(jué)導(dǎo)航、安全監(jiān)控等領(lǐng)域有著廣闊的應(yīng)用前景。開(kāi)發(fā)魯棒的跟蹤算法也具有重要的理論意義?？紤]到實(shí)際環(huán)境中的復(fù)雜度以及目標(biāo)本身狀態(tài)的多樣性，如何在各種不同的環(huán)境下，合理、快速地提取特征并準(zhǔn)確地跟蹤目標(biāo)成為極富挑戰(zhàn)的課題。其中，目標(biāo)跟蹤中的遮擋推斷，由于其理論上的復(fù)雜性和對(duì)跟蹤性能的決定性影響，成為目標(biāo)跟蹤領(lǐng)域研究的熱點(diǎn)。
　　目前的主流跟蹤算法有Meanshift、卡爾曼濾波算法

2、和基于后者發(fā)展起來(lái)的粒子濾波方法。然而Meanshift算法雖具有實(shí)時(shí)性，但其收斂到局部極值的性質(zhì)限制了其在遮擋狀態(tài)下算法的魯棒性。卡爾曼濾波雖然能夠給出最優(yōu)解但對(duì)系統(tǒng)狀態(tài)要求線性而限制了其在實(shí)際跟蹤中的應(yīng)用。粒子濾波方法可以以一種遞歸的方式有效地估計(jì)出非線性非高斯動(dòng)態(tài)系統(tǒng)的狀態(tài)，并在復(fù)雜環(huán)境下表現(xiàn)出優(yōu)于卡爾曼濾波的性能，從而在目標(biāo)跟蹤領(lǐng)域得到日益廣泛的應(yīng)用。
　　本文主要針對(duì)目標(biāo)跟蹤中的遮擋推斷問(wèn)題進(jìn)行研究，詳細(xì)論述了遮擋問(wèn)題的

3、發(fā)生過(guò)程及其解決方案，包括遮擋發(fā)生的判定方法，經(jīng)典的遮擋跟蹤算法以及它們各自的優(yōu)缺點(diǎn)。在上述理論研究基礎(chǔ)上，提出了一種新的解決遮擋問(wèn)題的算法，以粒子濾波算法為基本框架，將顏色直方圖作為提取的目標(biāo)特征，引入?yún)^(qū)域生長(zhǎng)的思想，建立遮擋檢測(cè)機(jī)制，包括遮擋判定、粒子重分布及粒子自適應(yīng)的目標(biāo)重捕獲方法。在遮擋狀態(tài)下，將粒子重新分布到遮擋物的邊界而非傳統(tǒng)的隨機(jī)隨機(jī)轉(zhuǎn)移，在減少了計(jì)算量的同時(shí)，使跟蹤器能在目標(biāo)結(jié)束遮擋時(shí)立即恢復(fù)跟蹤，避免了搜索范圍未能包