TLD目標跟蹤算法的改進研究.pdf

1、視頻目標跟蹤技術(shù)是計算機視覺領域的重點研究方向之一，在軍事和民用領域得到了廣泛的應用，比如導彈制導，智能交通，安防監(jiān)控及醫(yī)學圖像等諸多領域，因此，對視頻目標跟蹤技術(shù)的研究有著重要的經(jīng)濟價值和廣泛的應用前景。視頻目標跟蹤技術(shù)在近三十年得到了快速的發(fā)展，但能長時間可靠地對運動目標進行跟蹤的技術(shù)還遠未成熟。TLD跟蹤算法是一種能長時間對目標進行跟蹤的算法，然而，該算法在遇到目標遮擋、形變、光照變化以及目標數(shù)量較多等情況時，就不能對目標進行很好

2、地跟蹤。本文對TLD跟蹤算法進行了深入分析，并對其在應對遮擋、形變、光照變化的不足和實時性較差等問題，提出了相應的改進措施，主要有以下幾個方面：
　?。?）提出了一種TLD跟蹤算法與卡爾曼濾波相結(jié)合的跟蹤算法。該算法主要是解決單目標出現(xiàn)遮擋導致跟蹤失敗的問題。當正常跟蹤時，利用TLD跟蹤下一幀的狀態(tài)作為觀測值更新卡爾曼濾波器；當目標出現(xiàn)遮擋時，利用卡爾曼預測的下一幀狀態(tài)作為觀測值更新TLD跟蹤算法。
　　（2）提出一種TLD

3、跟蹤算法與尺度自適應meanshift相結(jié)合的跟蹤算法。該方法主要是解決單目標出現(xiàn)形變導致跟蹤失敗的問題。通過TLD跟蹤算法動態(tài)調(diào)整尺度自適應meanshift算法的迭代起始點，之后，利用尺度自適應meanshift為TLD跟蹤算法提供更新模板。
　?。?）提出一種改進的TLD多目標跟蹤算法。該算法分別對TLD模型中的檢測器和跟蹤器進行了改進。對檢測器的改進主要體現(xiàn)在通過提升檢測器的檢測效率和降低算法的運算量，來提高跟蹤的實時性。