基于光流法的目標提取與跟蹤算法研究.pdf

1、目標跟蹤適用于我們生活中的方方面面，同時在工業(yè)生產(chǎn)中也扮演了相當緊要的角色。目標跟蹤的目的在于通過視頻序列不間斷的定位到目標的當前位置，而難點在于跟蹤過程中目標姿態(tài)、背景的不斷變化、以及目標被遮擋等問題。本文主要探究將光流法應(yīng)用到目標跟蹤框架中的課題。光流法是目標跟蹤中的一類重要算法，同時也是一種利用光流方程求解目標在圖像平面上運動參數(shù)的方法。由于光流方程約束條件不足，許多基于其他假設(shè)的光流法被提了出來。
　　本研究主要內(nèi)容包括：

2、⑴闡述了光流法目標跟蹤的定義和基本框架，指出光流法的理論基礎(chǔ)是光流方程，并且可以分為稠密光流和稀疏光流兩類方法。表明了本文采用的是基于特征點匹配的稀疏光流法，梳理了常用的特征點和光流法的原理與不足。介紹了常用的兩種性能較好的光流法，同時對比了這兩種光流法各自的優(yōu)點與不足，說明了進一步優(yōu)化相關(guān)算法的必要性。⑵針對光流匹配在遮擋時出錯、LK光流法在背景和拍攝設(shè)備同時運動的復雜動態(tài)背景下目標與背景特征點難以區(qū)分等問題，結(jié)合目標跟蹤框架的特點，

3、給出了一種利用Kalman預估器和LK特征點光流信息的優(yōu)化跟蹤算法。首先利用光流信息定義了狀態(tài)向量來篩選目標特征點；之后為了提高光流法在遮擋時的匹配精度，結(jié)合了Kalman預估器來實行優(yōu)化。實驗證明，優(yōu)化算法在緩慢或者快速移動運動場景中的性能均表現(xiàn)良好，并且確保了有遮擋時跟蹤精度不會降低。⑶針對基于SVM內(nèi)核的SVT跟蹤算法的得分不能夠區(qū)分臨近的同類干擾物、光流法和SVT跟蹤算法對遮擋情況非常敏感的問題，給出了結(jié)合光流方程與SVT的改進