基于檢測的目標跟蹤算法研究.pdf

1、目標跟蹤一直是計算機視覺領域一項重要的研究內容，有著廣泛的應用前景。本文的主要研究內容集中在兩個方面：針對單目標跟蹤領域，提出了基于區(qū)域學習及區(qū)域間結構約束的跟蹤算法；針對多目標行人跟蹤領域，提出了基于檢測的跟蹤方法。
　　本文提出的單目標跟蹤算法，借鑒了該類算法的優(yōu)點，同時引入目標結構關系約束，能夠有效的緩解跟蹤中的漂移問題。算法先利用圖像特征點聚類的思想獲取各個區(qū)域，然后采用具有仿射不變性的結構描述各個區(qū)域間的結構關系，并且在

2、線更新各個區(qū)域的外觀模型與結構約束。算法在處理目標部分遮擋和目標形變劇烈等情況下有著一定的優(yōu)勢。在行人跟蹤領域，我們需要把目標的檢測結果作為目標跟蹤的初始值，檢測算法誤檢、漏檢，以及跟蹤中行人軌跡交叉、遮擋等情況的存在，對跟蹤算法的魯棒性提出了挑戰(zhàn)。本算法利用基于貪心思想的數(shù)據(jù)聯(lián)想算法聯(lián)系了檢測響應與跟蹤軌跡，利用檢測結果引導跟蹤過程，采用蒙特卡洛采樣處理多目標跟蹤過程中的不確定性問題，并且將單目標跟蹤中的建立目標外觀模型的思想應用到多