復(fù)雜環(huán)境下視頻跟蹤算法研究.pdf

1、視頻跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)極具有挑戰(zhàn)性的研究課題，因?yàn)檎鎸?shí)視頻場(chǎng)景中存在復(fù)雜的目標(biāo)外觀變化，如尺度變化、部分遮擋、3D旋轉(zhuǎn)、光照變化、目標(biāo)變形等。為了解決上述復(fù)雜環(huán)境導(dǎo)致的跟蹤不理想問(wèn)題，論文在深入分析一些經(jīng)典的基于判別模型的視頻跟蹤算法的基礎(chǔ)上，提出了三種不同的視頻跟蹤方法。論文的主要工作和創(chuàng)新之處在于:
　　1.首次將排序?qū)W習(xí)算法——排序向量SVM（RV-SVM）引入視頻跟蹤領(lǐng)域，提出了一種基于RV-SVM的視頻跟蹤算法。

2、該算法利用稀疏隨機(jī)矩陣提取樣本的多尺度特征，通過(guò)Median-Flow跟蹤算法估計(jì)目標(biāo)在下一幀中位置以及構(gòu)建訓(xùn)練樣本集，最后，在線訓(xùn)練RV-SVM算法，將目標(biāo)和背景分開。該算法能夠有效的處理目標(biāo)尺度變化、部分遮擋、光照變化、3D旋轉(zhuǎn)以及目標(biāo)快速移動(dòng)等問(wèn)題。
　　2.利用分治的算法思想，提出了一種分塊的循環(huán)矩陣跟蹤算法。該算法將目標(biāo)進(jìn)行分塊處理，對(duì)每個(gè)子目標(biāo)分別進(jìn)行循環(huán)矩陣跟蹤。對(duì)于每個(gè)子目標(biāo)的跟蹤結(jié)果，賦予不同的置信度，根據(jù)這些子

3、目標(biāo)跟蹤結(jié)果及置信度得到目標(biāo)的真實(shí)位置。該算法能夠解決循環(huán)矩陣跟蹤算法在同時(shí)遇到目標(biāo)姿態(tài)快速變化、尺度變化和嚴(yán)重遮擋等復(fù)雜的情況時(shí)，容易丟失目標(biāo)這一問(wèn)題。
　　3.提出了一個(gè)基于對(duì)數(shù)似然圖像的尺度自適應(yīng)跟蹤算法。該算法首先構(gòu)建對(duì)數(shù)似然圖像，在對(duì)該圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理之后，再進(jìn)行橢圓擬合，并估算目標(biāo)的尺寸，根據(jù)新的目標(biāo)尺寸，更新Mean-Shift算法的核函數(shù)窗口和樣本數(shù)量。算法簡(jiǎn)單有效，能夠解決目標(biāo)跟蹤中的尺度和旋轉(zhuǎn)問(wèn)題。