基于圖像集的視覺目標跟蹤算法研究.pdf

1、視覺目標跟蹤是計算機視覺研究領(lǐng)域一個熱點研究問題。視覺目標跟蹤技術(shù)不僅有著重要的理論價值，而且擁有廣泛的實用價值，在智能監(jiān)控、人機交互、視頻分析、智能機器人等領(lǐng)域都有著重要的應(yīng)用。如果能夠智能地對場景中的目標進行持續(xù)有效的正確跟蹤，能夠極大程度的節(jié)省各個應(yīng)用領(lǐng)域中的人工投入，將計算機視覺帶入一個全新的智能時代。雖然經(jīng)過多年來各國學者的不懈研究，目標跟蹤技術(shù)取得了很大的進步，尤其是近十多年來累積了許多令人矚目的成果。但是實踐表明，現(xiàn)有的視

2、覺目標跟蹤技術(shù)還未完全成熟，對實際應(yīng)用場合中的一些因素，如遮擋、光照、目標自身形變、姿態(tài)表觀變化等，還未有一種目標跟蹤技術(shù)能夠完全應(yīng)對。要使得目標跟蹤技術(shù)達到大規(guī)模工業(yè)標準，魯棒地應(yīng)對各種跟蹤問題，還需要投入更多的研究。
　　本文針對當前視覺目標跟蹤算法中面臨的一些典型問題（諸如樣本噪聲、在線學習產(chǎn)生的“漂移”問題），以圖像集合為樣本的基本單位，有效的融合利用圖像集合中多個樣本所蘊含的潛在信息，結(jié)合多元數(shù)據(jù)空間分析回歸技術(shù)建模，實

3、現(xiàn)視覺目標跟蹤算法的魯棒性跟蹤。具體的主要的研究內(nèi)容如下：
　　1）提出基于圖像集和核偏最小二乘的目標跟蹤算法。傳統(tǒng)目標跟蹤算法中，大多采用單個圖像塊來構(gòu)造目標或背景模型。該算法采用圖像集作為樣本的基本單位；然后提取圖像集的協(xié)方差特征，構(gòu)造協(xié)方差特征矩陣之間的黎曼核；最后使用核偏最小二乘回歸建模來達到對目標的預(yù)測。
　　2）提出基于時序圖像集和高階偏最小二乘的目標跟蹤算法。一般的跟蹤算法在處理目標物體時，通常會將二維圖像塊編