基于特征融合與稀疏表示的目標跟蹤研究.pdf

1、運動目標跟蹤技術(shù)作為計算機視覺領域的重要研究方向，近些年受到許多研究者的關(guān)注，并在智能視頻監(jiān)控系統(tǒng)、目標識別和人機交互等民用與軍用領域得到了廣泛應用。因此，實現(xiàn)一種具有高跟蹤精度和良好實時性的目標跟蹤算法具有重要的理論與現(xiàn)實意義。論文主要針對現(xiàn)實場景中存在目標受遮擋或發(fā)生形變以及光照發(fā)生變化等外界干擾的運動目標檢測與跟蹤技術(shù)進行相關(guān)研究工作，并且本文在檢測與跟蹤部分別提出改進的算法并與現(xiàn)在實際應用中較為常見的算法進行實驗對比，然后給出詳

2、細的結(jié)果與數(shù)據(jù)分析。
　　本研究主要內(nèi)容包括：⑴闡述了特征融合與稀疏表示的相關(guān)理論，并針對現(xiàn)實場景下的運動目標檢測與跟蹤相關(guān)的圖像預處理技術(shù)進行了相關(guān)介紹與研究。恰當?shù)倪\用圖像預處理可以有效地削減現(xiàn)實場景存在的外界因素干擾，有利于后期的檢測與跟蹤處理。⑵提出了一種改進的基于幀差法與背景差法結(jié)合并加入自適應閾值處理的目標檢測。針對在現(xiàn)實場景進行目標檢測的幀間差分法易形成孔洞以及高斯混合背景差分法易受背景噪聲干擾的問題，改進算法基于高

3、實時性處理與強光照變化適應性的幀間差分法和能檢測完整目標的背景差分法并加入自適應迭代閾值處理。并且針對不同的現(xiàn)實場景環(huán)境下的視頻圖像序列做了仿真實驗，實驗結(jié)果表明本文改進算法在光照變化、部分遮擋等外界因素干擾情況下對運動目標有較好的檢測效果。⑶提出了一種基于特征融合與稀疏表示的改進目標跟蹤算法。針對壓縮跟蹤算法由于提取特征單一容易導致跟蹤漂移不穩(wěn)定，不能滿足實際應用場景中的目標跟蹤發(fā)生運動目標形變，光照變化以及部分遮擋等問題。在該改進算