基于多區(qū)域聯(lián)合決策的視頻跟蹤方法研究.pdf

1、視頻跟蹤是計算機(jī)視覺領(lǐng)域的核心問題之一,在媒體制作、醫(yī)學(xué)診斷、智能監(jiān)控、自動駕駛、互動游戲和軍事導(dǎo)航等領(lǐng)域都得到了廣泛應(yīng)用。盡管人們已對視頻跟蹤進(jìn)行了廣泛而深入地研究,并提出了許多有效的算法,但是在實際應(yīng)用中視頻跟蹤仍然面臨諸多困難,例如,環(huán)境的光照變化、目標(biāo)姿態(tài)的改變、目標(biāo)形狀的非線性變化以及背景中的噪聲干擾等。因此,設(shè)計能有效克服這些困難的跟蹤算法仍然是一項頗具挑戰(zhàn)的任務(wù)。本文針對目標(biāo)跟蹤中的難點(diǎn)問題,從目標(biāo)表示和目標(biāo)搜索兩個方面出

2、發(fā),開展了基于多區(qū)域聯(lián)合決策的跟蹤算法研究。論文的主要貢獻(xiàn)如下:
　　1.提出了一種基于雙核的視頻目標(biāo)跟蹤方法。對于給定的候選目標(biāo),本文通過以下兩個評價指標(biāo)來判斷其是否為真實目標(biāo):指標(biāo)一是候選目標(biāo)與目標(biāo)模板之間的相似度,指標(biāo)二是候選目標(biāo)與其鄰近背景區(qū)域之間的對比度。我們采用巴氏系數(shù)對相似度進(jìn)行計算,采用延森-香農(nóng)散度對對比度進(jìn)行測算,并將兩者進(jìn)行加權(quán)組合以形成目標(biāo)函數(shù)。通過對目標(biāo)函數(shù)進(jìn)行多變量泰勒展開,我們得到其線性逼近式,然后再

3、最大化該逼近式,則推導(dǎo)出一個從當(dāng)前位置到新位置的雙核式目標(biāo)位移關(guān)系式。根據(jù)該位移關(guān)系式,并使用均值漂移程序,可遞歸地獲得目標(biāo)在當(dāng)前幀中的新位置。由于該方法中目標(biāo)位置是由當(dāng)前候選區(qū)與當(dāng)前背景共同決定的,因此我們稱之為基于雙區(qū)域聯(lián)合決策的跟蹤方法。
　　2.提出了一種反映人類視覺選擇性特性的鑒別性穩(wěn)定區(qū)(Discriminative Stable Region, DSR)檢測方法。論文主要討論了三個相互關(guān)聯(lián)的主題:區(qū)域穩(wěn)定性的數(shù)學(xué)描述

4、、區(qū)域鑒別性的數(shù)學(xué)定義、鑒別性穩(wěn)定區(qū)的尺寸選擇和定位。我們將整個選擇過程分為兩個階段:第一階段從目標(biāo)圖像中提取出突出性區(qū)域集,這些區(qū)域具有良好的表觀穩(wěn)定性;第二階段通過一種快速算法從突出區(qū)域集中篩選出具有強(qiáng)空間鑒別力的子集作為最終的鑒別性穩(wěn)定區(qū)。通過對多個圖像集進(jìn)行測試表明,鑒別性穩(wěn)定區(qū)在基于重復(fù)率和匹配度的評判指標(biāo)下展現(xiàn)出了較好的性能。
　　3.提出了一種基于鑒別性穩(wěn)定區(qū)的多區(qū)域聯(lián)合跟蹤方法。新方法中使用了具有高表觀穩(wěn)定性和強(qiáng)空

5、間鑒別力的DSRs,這使得它能適夠應(yīng)較大的目標(biāo)表觀變化和抵制背景環(huán)境中的虛假目標(biāo)干擾。同時,由于聯(lián)合了 K-均值聚類技術(shù),新方法處理目標(biāo)遮擋以及運(yùn)動噪聲干擾的能力較強(qiáng)。為了適應(yīng)更大的目標(biāo)表觀變化,我們還在新方法中嵌入了一種有效的局部表觀更新機(jī)制,并使用了子空間分析技術(shù)來挖掘各DSR與目標(biāo)之間潛在的仿射關(guān)系,從而使得新方法能及時地感知目標(biāo)形狀的變化。由于該方法中目標(biāo)的位置是由多個DSRs共同決定,因此我們稱之為基于多區(qū)域聯(lián)合決策的跟蹤方法