基于運(yùn)動(dòng)選擇注意的目標(biāo)跟蹤系統(tǒng)的研究.pdf

1、　　視覺(jué)注意機(jī)制是以認(rèn)知學(xué)、神經(jīng)心理學(xué)等相關(guān)研究領(lǐng)域的成果為基礎(chǔ)，運(yùn)用數(shù)學(xué)方法建立感知模型，力圖實(shí)現(xiàn)對(duì)生物視覺(jué)系統(tǒng)的模擬。本文的主要工作是針對(duì)視頻序列中跟蹤算法會(huì)受背景條件限制，從而影響跟蹤效果的問(wèn)題，引入視覺(jué)注意模型，將 Itti 模型與Mean-Shift 算法結(jié)合，完成了基于運(yùn)動(dòng)選擇注意的目標(biāo)跟蹤系統(tǒng)的開(kāi)發(fā)。主要工作內(nèi)容如下：
　　首先，在分析了有關(guān)目標(biāo)跟蹤算法與視覺(jué)注意模型的基礎(chǔ)上，著重對(duì)Mean-Shift算法進(jìn)行了研

2、究，雖然此算法計(jì)算量小，但在復(fù)雜背景下跟蹤的穩(wěn)定性不高，為此引入 Itti 模型，通過(guò)自動(dòng)尋找到的感興趣區(qū)域彌補(bǔ)Mean-Shift算法的不穩(wěn)定性，從而解決跟蹤中的難點(diǎn)。
　　其次，融合運(yùn)動(dòng)特征和權(quán)值系數(shù)對(duì)Itti模型進(jìn)行了改進(jìn)。經(jīng)典的Itti模型只考慮到了顏色、亮度、朝向特征，而人類(lèi)視覺(jué)感知系統(tǒng)關(guān)注的輸入信息中并不局限于以上三種，在目標(biāo)跟蹤領(lǐng)域，運(yùn)動(dòng)特征是一類(lèi)與時(shí)間相關(guān)聯(lián)的視覺(jué)刺激，是生物感知目標(biāo)的重要信息。因此，將運(yùn)動(dòng)特征引

3、入到 Itti 模型中，并考慮在不同場(chǎng)景下，各個(gè)特征對(duì)引起感知系統(tǒng)注意的貢獻(xiàn)不同，引入特征權(quán)重系數(shù)來(lái)衡量各特征對(duì)注意到目標(biāo)的貢獻(xiàn)大小，以適應(yīng)不同場(chǎng)景的需要。
　　最后，提出采用 sift特征匹配算法來(lái)實(shí)現(xiàn)基于改進(jìn)的 Itti 模型與 Mean-Shift算法相結(jié)合。在跟蹤過(guò)程中，利用Mean-Shift算法搜索當(dāng)前幀中目標(biāo)所在的區(qū)域與Itti模型找到的當(dāng)前幀中感興趣區(qū)域進(jìn)行 sift 特征點(diǎn)比較，若滿(mǎn)足匹配成功條件，目標(biāo)最終位置