視頻序列中目標(biāo)跟蹤方法的研究.pdf

1、隨著現(xiàn)代網(wǎng)絡(luò)各個(gè)方面的飛速發(fā)展，社會(huì)網(wǎng)之間的關(guān)系越來越緊密。視頻序列中目標(biāo)的跟蹤已經(jīng)成為計(jì)算機(jī)視覺方面不可或缺的一部分。視頻序列目標(biāo)跟蹤廣泛應(yīng)用于人機(jī)交互、視頻監(jiān)視及交互視頻的制作、醫(yī)學(xué)影像等。目標(biāo)跟蹤的過程是通過給定視頻序列第一幀中目標(biāo)的初始參數(shù)（比如位置和尺寸），然后根據(jù)所擁有的條件以及現(xiàn)有的跟蹤方法來對后面幀中的目標(biāo)狀態(tài)進(jìn)行估計(jì)。視頻序列中目標(biāo)的跟蹤具有很大的挑戰(zhàn)性，需要考慮很多的影響因素，比如序列中的光照變化，目標(biāo)部分被遮擋或完

2、全被遮擋，二維/三維目標(biāo)旋轉(zhuǎn)、變形，比例變化，低分辨率，快速移動(dòng)，目標(biāo)模糊，目標(biāo)與背景相似或與場景中的其他物體相似等。目前存在的跟蹤方法都有各種各樣的限制條件，不能完全自由的應(yīng)用于各種場景下的目標(biāo)跟蹤。
　　本論文通過詳細(xì)的分析以及總結(jié)目前存在的跟蹤算法，重點(diǎn)研究對現(xiàn)有目標(biāo)跟蹤方法的融合來生成一種新的跟蹤方法。本論文中主要涉及以下內(nèi)容：
　?。?）通過梯度上升法融合多個(gè)現(xiàn)有的目標(biāo)跟蹤方法得出一種新的方法。通過多個(gè)跟蹤方法對具

3、有特定屬性（影響因子）的多個(gè)視頻序列進(jìn)行跟蹤，得到的多個(gè)跟蹤結(jié)果以矩形邊界框的形式作為新方法的輸入，首先根據(jù)吸引公式計(jì)算出各個(gè)跟蹤結(jié)果框與其它跟蹤結(jié)果框的吸引力，并標(biāo)記出與其它跟蹤結(jié)果框吸引力最大的那個(gè)框及最大吸引力的值，然后以此具有最大吸引力的框作為初始點(diǎn)，通過梯度上升法進(jìn)行迭代，滿足最終結(jié)束條件后得到最終的結(jié)果框，目的是將多個(gè)跟蹤結(jié)果框融合為一個(gè)框。本文的研究內(nèi)容是通過調(diào)整吸引函數(shù)中的參數(shù)來提高對特定屬性的視頻序列的跟蹤效果。

4、>　?。?）通過改進(jìn)的K均值算法來融合多個(gè)跟蹤方法，然后迭代生成一種新方法。首先得到多個(gè)目標(biāo)跟蹤方法的跟蹤結(jié)果框，并以這些結(jié)果框的坐標(biāo)作為新方法的輸入，通過設(shè)定閾值來不事先限定分類數(shù)進(jìn)行K均值聚類，并加入權(quán)重來改進(jìn)K均值的分類效果，最終得到一個(gè)矩形邊界框作為本方法的跟蹤結(jié)果，此方法的跟蹤效果和運(yùn)行時(shí)間都優(yōu)于融合前的多個(gè)跟蹤方法。
　　此兩種方法都是通過成功率曲線和精度曲線來評估目標(biāo)跟蹤算法的跟蹤效果。精度是通過像素空間中目標(biāo)的跟蹤