復雜場景中單目標跟蹤算法研究.pdf

1、隨著信息技術的飛速發(fā)展、計算機硬件處理能力的不斷提高和存儲成本大幅下降,計算機視覺領域的目標跟蹤技術逐漸成為學者們研究熱點,在人機交互、智能監(jiān)控、醫(yī)療等方面得到廣泛的應用與發(fā)展。盡管人們已經(jīng)提出了很想有效的視頻目標跟蹤算法,但實際應用中,視頻目標的多變化、場景的復雜化使得跟蹤技術仍然面臨許多難題。
　　本論文針對視頻序列中常見的目標快速運動、遮擋、外觀形變、場景的光照變化、背景雜亂、目標與背景相似等情況進行分析研究,主要研究成果如

2、下:
　　(1)提出了一種基于散射描述子的運動目標跟蹤方法。該方法用非下采樣散射描述子來表征目標,使得提取到的目標特征更全面、典型,很好地從圖像背景中分離出前景目標;引入自適應更新目標模型和級聯(lián)的遮擋判斷方法,很大程度上減少了目標漂移,克服了目標發(fā)生遮擋、外觀改變、快速運動問題,實現(xiàn)了準確可靠的跟蹤;
　　(2)提出了一種基于樣本重選擇的目標跟蹤方法。該方法在建立目標表觀模型時,根據(jù)樣本示例的概率分布特性進一步對樣本進行篩選

3、,使得樣本標記更準確,獲取的樣本更加典型地表征目標,同時引入樣本的先驗概率增強分類器的穩(wěn)定性措施,很大程度上提高了算法的可靠性,對光照變化、目標快速運動、運動模糊、復雜場景下的跟蹤問題具有良好的魯棒性;
　　(3)提出了一種基于上下文約束編碼的目標跟蹤方法。該方法主要介紹了基于相鄰幀的上下文約束編碼模型,該模型通過相鄰幀的對應像素互相約束的方法,很好地保持了視頻序列的空間一致性,增強編碼模型的穩(wěn)定性。采用在線更新碼本和分類器參數(shù)的