基于視覺顯著性的粒子濾波跟蹤算法研究.pdf

1、運動目標跟蹤作為計算機視覺領(lǐng)域的一個重要的分支，在視頻檢索、場景監(jiān)控、犯罪行為分析等多個方面都有著廣泛的應用。但是，受到復雜環(huán)境和目標自身不確定性因素的影響，真實的跟蹤過程極為復雜，一個好的跟蹤算法需要處理好跟蹤過程中出現(xiàn)的光照變化、目標遮擋、姿態(tài)變化等干擾因素。為此，幾十年來，各種運動目標跟蹤算法層出不窮，各有優(yōu)劣。最近幾年，視覺顯著性獲得了廣泛的關(guān)注。所謂視覺顯著性機制，就是模擬生物視覺特性，特別是人類視覺特性的一種關(guān)注機制，該機制

2、具有“記憶性”和“選擇性”，能夠利用對目標表觀的過往記憶，結(jié)合目標本身在顏色、尺度等方面的獨特性，從復雜的圖像序列中排除干擾，定位出目標。本文在粒子濾波采樣跟蹤算法的框架下，通過模擬人類視覺特性，提出了基于視覺顯著性的運動目標跟蹤算法，文章主要做了以下兩個方面的工作:
　　1.針對在跟蹤過程中采用單一顏色特征導致跟蹤魯棒性不強的問題，提出一種利用視覺顯著性特征和顏色特征進行融合跟蹤的視覺跟蹤算法。眾所周知，顏色特征雖然對部分遮擋和

3、目標尺度變化等干擾因素抵抗性較強，但是對光照變化非常敏感，且當目標發(fā)生姿態(tài)變化時，顏色特征表觀模型及其采用的模板更新機制容易產(chǎn)生模板漂移，造成跟蹤失敗。本文研究了一些現(xiàn)有的顯著性檢測算法，通過在跟蹤圖像序列中測試，選取了檢測效果好、計算量小的算法用于跟蹤。在場景發(fā)生光照變化或目標發(fā)生姿態(tài)變化前后，利用目標區(qū)域在顯著圖中顯著度的不變性對目標位置進行定位，避免采用單一顏色特征跟蹤時容易發(fā)生的漂移現(xiàn)象。
　　2.針對當前一些利用“自底向

4、上”顯著性檢測算法得到的顯著圖中，目標區(qū)域顯著度不高的問題，提出一種利用目標先驗信息的顯著性檢測算法，并應用于遮擋目標跟蹤當中?，F(xiàn)有的顯著性檢測算法大多利用目標尺度大，靠近圖片中心等特點來構(gòu)造算法，在實際用于跟蹤的圖片序列中，目標所處的環(huán)境往往很復雜，目標的尺度有時很小，目標有時也不在靠近圖片中心的位置，這些都對現(xiàn)有的顯著性檢測算法造成了挑戰(zhàn)。但是，目標在第一幀的位置是已知的，如何利用目標先驗信息來構(gòu)造顯著性檢測算法，是解決以上問題的關(guān)