基于自適應(yīng)分塊和在線判別式分類器的單目標(biāo)跟蹤技術(shù)研究.pdf

1、基于視頻的單目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺研究領(lǐng)域的熱點(diǎn)之一，在軍事和民用的諸多領(lǐng)域得到廣泛的應(yīng)用。跟蹤目標(biāo)的非剛體和其運(yùn)動的隨機(jī)性，以及實(shí)際場景中光照變化、旋轉(zhuǎn)、形變、目標(biāo)遮擋等復(fù)雜因素的存在都有可能引起目標(biāo)跟蹤漂移。要實(shí)現(xiàn)真正具有魯棒性的單目標(biāo)跟蹤，還需要進(jìn)一步研究成熟穩(wěn)定的核心技術(shù)和方法?；谠诰€判別式分類器的跟蹤算法將跟蹤視為二分類問題且可以實(shí)時更新目標(biāo)模型，比以往的算法具有更好的跟蹤效果。針對遮擋等跟蹤難題，將目標(biāo)分塊化是一種常用的

2、方法，但常見的固定分塊方法無法適應(yīng)目標(biāo)的多樣性和運(yùn)動過程中的目標(biāo)外觀變化。因此本文研究如何對目標(biāo)進(jìn)行分塊以及將基于在線判別式分類器的跟蹤算法用于復(fù)雜環(huán)境下的單目標(biāo)跟蹤領(lǐng)域，具有重要的理論與應(yīng)用價(jià)值。
　　針對復(fù)雜場景下目標(biāo)跟蹤部分遮擋等問題，本文對目標(biāo)分塊模型和結(jié)合在線判別式分類器跟蹤做了重點(diǎn)研究。首先提出一種自適應(yīng)分塊算法，在超像素分割技術(shù)的基礎(chǔ)上采用DBSCAN聚類算法進(jìn)行分塊并進(jìn)行改進(jìn)；然后在此基礎(chǔ)上采用在線判別式局部分類器

3、的跟蹤算法，提取目標(biāo)子塊的融合特征訓(xùn)練局部分類器，根據(jù)各局部分類器的判別結(jié)果得出置信圖；將樣本置信值和運(yùn)動模型相結(jié)合，采用具有最大后驗(yàn)概率的樣本作為跟蹤結(jié)果；同時，提出基于子塊判斷遮擋的分類器更新策略保證樣本的可靠性。實(shí)驗(yàn)結(jié)果表明，該方法可以較好的解決目標(biāo)部分遮擋等而引起跟蹤精度較差的問題。為了進(jìn)一步提高跟蹤精度，本文在上述的研究基礎(chǔ)上提出一種結(jié)合全局分類器和局部分類器的抗遮擋跟蹤算法，利用全局特征和局部特征分別訓(xùn)練全局分類器和局部分類