視頻序列中的目標(biāo)跟蹤技術(shù)研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺研究的熱點(diǎn)之一，它在諸如人機(jī)交互、自動(dòng)導(dǎo)航、虛擬現(xiàn)實(shí)、醫(yī)學(xué)診斷、自動(dòng)對(duì)焦等許多領(lǐng)域均具有廣闊的應(yīng)用前景。本文對(duì)視頻序列中的目標(biāo)跟蹤技術(shù)進(jìn)行了研究。主要內(nèi)容如下： ⑴探討了粒子濾波框架中計(jì)算概率觀測(cè)函數(shù)的兩種具體計(jì)算方法：集成學(xué)習(xí)方法和輪廓方法。在集成學(xué)習(xí)方法的主要概念是一組弱分類器構(gòu)成構(gòu)成強(qiáng)分類器并在獲得新樣本時(shí)不斷更新弱分類器。在視頻跟蹤問題上，用集成學(xué)習(xí)方法在像素級(jí)別上對(duì)目標(biāo)和背景進(jìn)行分類，并在得到后一幀

2、內(nèi)容后，更新分類器。 ⑵探討了集成學(xué)習(xí)方法的一些改進(jìn)，包括用弱學(xué)習(xí)的方式對(duì)弱分類器進(jìn)行更新。實(shí)驗(yàn)表明，改進(jìn)后的集成學(xué)習(xí)方法能更好地適應(yīng)目標(biāo)和周圍背景的變化。我們還提出了用輪廓特征計(jì)算觀測(cè)概率函數(shù)的方法。該方法能對(duì)具有固定輪廓的目標(biāo)有效的進(jìn)行跟蹤，即便在發(fā)生光照變化和嚴(yán)重遮擋的情形下，仍能保持很高的正確性。 ⑶信任傳播算法及其在時(shí)序環(huán)境中在粒子濾波算法上的具體實(shí)現(xiàn)。將信任傳播算法用來聯(lián)合跟蹤目標(biāo)的多個(gè)不同特征；將物理上的磁