基于核函數(shù)的目標跟蹤算法研究.pdf

1、目標跟蹤是一個經(jīng)典的計算機視覺問題，在機器人、監(jiān)控系統(tǒng)和輔助駕駛等許多領域有著重要的應用。目標跟蹤的任務就是跟蹤視頻序列中的一個目標或多個目標，其中目標可以是視頻圖像中任何感興趣的對象。雖然目標跟蹤技術在過去的幾年里已經(jīng)取得了重大的進展，但是由于目標外形變化、遮擋和背景干擾等復雜因素的影響，目前目標跟蹤仍舊是一個復雜的開放性研究課題。本文研究改進了基于核函數(shù)的均值漂移(mean shift，簡稱MS)目標跟蹤算法；并提出了一種基于核函數(shù)

2、的擴展多通道關聯(lián)濾波器(expanded multi-channel correlation filter，簡稱EMCCF)目標跟蹤算法。論文的主要研究工作和成果如下：
　　(1)針對目標非線性運動時的遮擋問題，提出了基于交叉-區(qū)間(cross-bin)顏色直方圖和全局搜索機制的MS算法。首先利用cross-bin顏色直方圖代替?zhèn)鹘y(tǒng)的區(qū)間-區(qū)間(bin-bin)顏色直方圖表示目標特征，提高跟蹤精度；當目標受到嚴重遮擋丟失后，通過一

3、種尺度變化的搜索機制，在全局范圍內(nèi)搜索目標位置，提高抗遮擋能力。
　　(2)針對一般的線性運動目標短時間遮擋問題，提出將兩層卡爾曼濾波(kalman filter，簡稱KF)框架融入融合矯正背景權重直方圖(corrected background-weighted histogram，簡稱CBWH)的MS。首先通過運動學方程建立第一層的數(shù)學模型，利用巴氏系數(shù)、濾波器噪聲與跟蹤結(jié)果之間的關系，自適應地調(diào)整跟蹤結(jié)果，減少遮擋的影響；然

4、后對目標模板直方圖中的每個非零元素進行第二層濾波，通過動態(tài)變化的濾波殘差和巴氏系數(shù)，實時調(diào)整更新濾波器中的各項參數(shù)，得到濾波后的目標模板，減少特征變化的影響。
　　(3)提出了擴展多通道關聯(lián)濾波器(expanded multi-channel correlation filter，簡稱EMCCF)目標跟蹤算法。利用嶺回歸分類器和關聯(lián)濾波器(correlation filter，簡稱CF)間的關系，在多通道關聯(lián)濾波器(multi-c