面向魯棒跟蹤的視覺(jué)特征自適應(yīng)選擇與融合方法研究.pdf

1、作為計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)熱點(diǎn)課題，視頻圖像中的運(yùn)動(dòng)目標(biāo)跟蹤問(wèn)題具有重大的研究意義。但是由于背景干擾、障礙物遮擋以及目標(biāo)變形等原因，復(fù)雜場(chǎng)景下的運(yùn)動(dòng)目標(biāo)跟蹤仍然是一項(xiàng)具有挑戰(zhàn)性的工作。在復(fù)雜場(chǎng)景下，利用單一特征來(lái)表達(dá)目標(biāo)以魯棒的檢測(cè)、定位、分析目標(biāo)是一項(xiàng)困難的工作。解決這一問(wèn)題的有效方法是在目標(biāo)表達(dá)的過(guò)程中自適應(yīng)地融合多種特征。自適應(yīng)融合多特征的過(guò)程是實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)魯棒跟蹤的關(guān)鍵所在?；诙嗵卣鞯倪x擇與融合，本文對(duì)復(fù)雜環(huán)境下的運(yùn)動(dòng)目標(biāo)跟蹤

2、問(wèn)題進(jìn)行分析研究，所做的主要工作如下：
　　首先，介紹了基于多特征運(yùn)動(dòng)目標(biāo)跟蹤問(wèn)題的國(guó)內(nèi)外研究現(xiàn)狀以及發(fā)展趨勢(shì)，并且闡述了基于多特征運(yùn)動(dòng)目標(biāo)跟蹤的相關(guān)理論基礎(chǔ)。
　　其次，通過(guò)分析傳統(tǒng)的特征選擇方法所存在的不足，提出了一種根據(jù)特征的穩(wěn)定性和反差性評(píng)估的特征選擇方法。這種特征選擇方法首先用方差來(lái)衡量特征的穩(wěn)定性，用對(duì)數(shù)似然比來(lái)計(jì)算特征的反差性；然后用特征的穩(wěn)定性指數(shù)S和反差性指數(shù)C來(lái)評(píng)價(jià)各個(gè)特征的重要性；最后選擇出對(duì)后續(xù)目標(biāo)跟

3、蹤有利的特征。大量有說(shuō)服力的實(shí)驗(yàn)證明了所提出的特征選擇方法的有效性和正確性，這也為后續(xù)的多特征自適應(yīng)融合跟蹤奠定了良好的基礎(chǔ)。
　　最后，在均值漂移（Mean Shift）跟蹤框架的基礎(chǔ)上，提出了一種多特征聯(lián)合描述子（Multi-feature Joint Descriptor，MFJD），并用聯(lián)合直方圖之間的距離來(lái)度量目標(biāo)模板和候選模板之間的相似性。本研究融合了顏色特征和方向梯度直方圖（Histograms of Oriente

4、d Gradients，HOG）特征來(lái)表達(dá)目標(biāo)，進(jìn)一步提出了一種基于均值漂移框架的多特征自適應(yīng)融合策略。該策略基于特征的穩(wěn)定性和反差性能夠自適應(yīng)的調(diào)節(jié)各個(gè)特征在跟蹤過(guò)程中的權(quán)值。并通過(guò)大量的實(shí)驗(yàn)從定性、定量和自適應(yīng)策略評(píng)估三個(gè)方面驗(yàn)證了本文所提出的跟蹤策略在處理目標(biāo)遮擋、姿態(tài)變化、背景模糊和目標(biāo)尺寸變化等復(fù)雜場(chǎng)景下目標(biāo)跟蹤的有效性。此外，通過(guò)與多種經(jīng)典目標(biāo)跟蹤算法的對(duì)比證明了多特征自適應(yīng)融合跟蹤方法MFJD較其它算法在跟蹤精確性和魯棒性