基于判別特征回歸的子模優(yōu)化跟蹤算法.pdf

1、在當(dāng)今科學(xué)技術(shù)的發(fā)展下，計(jì)算機(jī)科學(xué)研究中的圖像視頻處理技術(shù)也日益進(jìn)步，計(jì)算機(jī)視覺(jué)逐漸成為一個(gè)熱門(mén)的研究方向。其中，視頻中運(yùn)動(dòng)物體的跟蹤在許多領(lǐng)域得到了廣泛的應(yīng)用，如人機(jī)交互，視頻監(jiān)控，視頻通信，交通控制，社會(huì)安保和工業(yè)生產(chǎn)等。目前研究者們已經(jīng)提出很多跟蹤算法，并取得了顯著的成果，但是在現(xiàn)實(shí)的跟蹤情境中，視頻中的目標(biāo)很容易受到姿態(tài)和尺度變化，光照變化，形狀畸變或者遮擋等內(nèi)外因素影響，在跟蹤過(guò)程中外觀會(huì)發(fā)生較大的變化，在這樣的情況下魯棒的進(jìn)

2、行目標(biāo)跟蹤仍然是一個(gè)巨大的挑戰(zhàn)，這其中最為關(guān)鍵的問(wèn)題就是建立一個(gè)可靠和高效的外觀模型，使得本文的跟蹤方法可以在這些因素的影響下，仍能準(zhǔn)確的刻畫(huà)目標(biāo)外觀，從而魯棒的跟蹤到目標(biāo)的狀態(tài)。
　　在以往的研究中，可以發(fā)現(xiàn)目標(biāo)的子區(qū)域的特征向量和可能為目標(biāo)的置信值之間有一定的依賴關(guān)系，根據(jù)這種依賴關(guān)系，在內(nèi)外因素的影響下依然可以準(zhǔn)確的捕獲到目標(biāo)的外觀特征。因此，本文中提出了一種基于判別特征回歸的子模優(yōu)化跟蹤算法，該算法從中層視覺(jué)角度出發(fā)，利用

3、目標(biāo)區(qū)域的超像素特征向量和置信值組成的訓(xùn)練集，采用判別特征回歸的方法訓(xùn)練出這種映射關(guān)系，初步構(gòu)建外觀模型，得到跟蹤圖像置信值的初步預(yù)測(cè)。為了使回歸模型的預(yù)測(cè)結(jié)果更加準(zhǔn)確，本文引入子模函數(shù)對(duì)外觀模型進(jìn)行優(yōu)化，選出了更具有代表性的前景目標(biāo)區(qū)域，對(duì)初始的置信值預(yù)測(cè)進(jìn)行了優(yōu)化。最后加入背景因素的影響，根據(jù)貝葉斯的理論框架，本文的跟蹤算法根據(jù)樣本區(qū)域的置信值和確定目標(biāo)狀態(tài)。將本文算法在公開(kāi)的數(shù)據(jù)集上進(jìn)行了測(cè)試，并將實(shí)驗(yàn)結(jié)果和目前前沿的跟蹤算法的實(shí)