目標(biāo)特征近似拓?fù)渫瑯?gòu)的實(shí)時(shí)視頻目標(biāo)跟蹤.pdf

1、視頻序列中的移動(dòng)目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)研究課題之一，在軍事和民用領(lǐng)域都有廣泛的應(yīng)用，吸引了眾多國內(nèi)外學(xué)者的普遍關(guān)注。研究者們提出了許多有效的跟蹤算法，跟蹤的性能也不斷得到提高。然而，在實(shí)際應(yīng)用中，仍然存在一些尚未解決或者有待更好地解決的問題，特別是關(guān)于目標(biāo)非線性形變、姿態(tài)變化，前景與背景間的遮擋、交錯(cuò)，復(fù)雜背景中噪聲干擾等各種影響跟蹤的問題。因此，視頻跟蹤算法的魯棒性、準(zhǔn)確性提高仍然是一項(xiàng)充滿挑戰(zhàn)的工作。此外，跟蹤算法的實(shí)時(shí)性也

2、是需要考慮的內(nèi)容。
　　論文研究視頻移動(dòng)目標(biāo)檢測和跟蹤算法，主要完成以下三個(gè)方面的創(chuàng)新性工作:
　　(1)針對目標(biāo)檢測和跟蹤過程中背景未知、背景復(fù)雜問題，提出一種基于背景動(dòng)態(tài)重建的視頻移動(dòng)目標(biāo)檢測方法。該方法結(jié)合目標(biāo)方向動(dòng)態(tài)重建背景，并在新建立的背景基礎(chǔ)上進(jìn)行目標(biāo)檢測和跟蹤，解決了現(xiàn)有方法中前景檢測依賴已知背景的問題。并且，對背景進(jìn)行形態(tài)學(xué)運(yùn)算，加強(qiáng)了針對輕微抖動(dòng)、亮度變化等復(fù)雜背景的抗干擾能力，提高了檢測和跟蹤的準(zhǔn)確率和效

3、率。
　　(2)針對視頻目標(biāo)跟蹤過程中目標(biāo)的遮擋問題，提出一種結(jié)合目標(biāo)顏色信息拓?fù)潢P(guān)系的目標(biāo)跟蹤方法。該方法將目標(biāo)顏色位置拓?fù)潢P(guān)系作為新特征與其他特征進(jìn)行融合實(shí)現(xiàn)目標(biāo)跟蹤，解決了傳統(tǒng)目標(biāo)跟蹤方法將顏色成分相同而位置不同的其他背景識別為目標(biāo)的問題;通過對拓?fù)浣Y(jié)構(gòu)矩陣進(jìn)行近似同構(gòu)性的判斷，解決由于部分顏色信息被掩蓋導(dǎo)致的識別錯(cuò)誤問題，為此類特征融合的目標(biāo)跟蹤算法提供了新的思路;通過將多個(gè)特征弱分類器組成級聯(lián)強(qiáng)分類器建立目標(biāo)判決模型，有

4、效解決目標(biāo)在運(yùn)動(dòng)中經(jīng)常出現(xiàn)的單一特征缺失導(dǎo)致跟蹤無法繼續(xù)的問題，提高視頻中目標(biāo)跟蹤算法的有效性和準(zhǔn)確性。
　　(3)針對傳統(tǒng)多移動(dòng)目標(biāo)跟蹤方法計(jì)算量大，不能保證計(jì)算的實(shí)時(shí)性問題，提出一種視頻實(shí)時(shí)多移動(dòng)目標(biāo)跟蹤的分布式方法，并設(shè)計(jì)合理的分布式調(diào)度算法。該分布式方法將前景按照其連通性分解成若干子目標(biāo)進(jìn)行跟蹤，降低因?yàn)楸桓櫮繕?biāo)過大、過多導(dǎo)致的時(shí)耗，提高多移動(dòng)目標(biāo)跟蹤的效率，達(dá)到實(shí)時(shí)性標(biāo)準(zhǔn)。
　　綜上，論文對視頻目標(biāo)檢測和跟蹤過程