改進(jìn)的粒子濾波算法在視頻目標(biāo)跟蹤中的應(yīng)用研究.pdf

1、視頻目標(biāo)跟蹤在視頻監(jiān)控、人機(jī)交互、智能交通等領(lǐng)域有著廣泛的應(yīng)用，它作為計算機(jī)視覺領(lǐng)域的核心問題之一，主要研究如何讓計算機(jī)來實(shí)現(xiàn)人類的一些功能，比如模擬人的大腦來進(jìn)行視覺分析，為目標(biāo)跟蹤的具體過程提供客觀性的參考數(shù)據(jù)。由于實(shí)際環(huán)境總是復(fù)雜多變的，背景的干擾、光照的變化、遮擋都會影響跟蹤的效果，而且視頻目標(biāo)在運(yùn)動的過程中自身也會發(fā)生一些變化，如形狀、大小、運(yùn)動的軌跡等，都會給視頻跟蹤帶來困難。雖然人們對視頻跟蹤的研究取得了不少進(jìn)步，并且針對

2、不同的環(huán)境提出了許多跟蹤算法，但是在實(shí)際應(yīng)用中仍不堪完美，依舊存在著許多問題和困難，因此視頻跟蹤具有很高的研究價值。本文就如何提高跟蹤效果中的實(shí)時性和準(zhǔn)確性兩方面展開論述，主要做的工作如下:
　　 (1)為提高跟蹤算法的實(shí)時性，將均值偏移算法和粒子濾波算法進(jìn)行融合，本文采用一種自適應(yīng)狀態(tài)轉(zhuǎn)移的混合跟蹤算法。首先在粒子濾波框架中采用零階自適應(yīng)變化模型來預(yù)測目標(biāo)的狀態(tài)，它的更新過程主要依賴目標(biāo)在前幾幀的平均變化。該模型相對于一階或二

3、階模型，能更好地處理運(yùn)動過快或發(fā)生旋轉(zhuǎn)情況下的跟蹤。
　　 (2)在上述跟蹤過程中如果發(fā)生目標(biāo)與背景相似等多峰值情況時，在當(dāng)前目標(biāo)估計位置周圍利用粒子濾波隨機(jī)產(chǎn)生新的粒子，以每個粒子為中心位置，進(jìn)行MS并行跟蹤，通過這些新的粒子集來確定目標(biāo)的最終位置，由于擴(kuò)大了搜索區(qū)域，所以使得跟蹤效果更加接近實(shí)際跟蹤環(huán)境。
　　 (3)針對復(fù)雜背景下的運(yùn)動目標(biāo)跟蹤問題，在上述混合算法的基礎(chǔ)上融合多個特征。具體方法是通過構(gòu)建目標(biāo)與背景圖