單攝像機下的視頻目標跟蹤算法研究.pdf

1、無論在現代防御、海上和空中交通管制系統，或是在民用安全監(jiān)控、人機交互智能系統，目標跟蹤技術都是不可缺少的重要技術。尤其是隨著現代航海、航空、航天事業(yè)的蓬勃發(fā)展，以及現代戰(zhàn)爭的信息化、網絡化發(fā)展，目標跟蹤技術的研究越來越受到各國的高度重視，現已成為一個十分活躍的研究領域。目標跟蹤的任務是通過算法計算獲得目標的位置，進而形成目標的運動軌跡（跟蹤片），并且在整個視頻序列中識別待跟蹤目標的身份。
　　由于跟蹤場景中的目標總會受到背景干擾、

2、自身形變、遮擋及光照變化的影響，目標跟蹤面臨著許多亟待解決的問題。本文主要研究了兩種目標跟蹤算法：(1)基于無類別的跟蹤（Category Free Tracking, CFT），這類方法不需要事先已知目標的所屬類別，也不需要離線訓練特定目標的檢測器。它通過在視頻序列的第一幀圖像進行人工選取待跟蹤的目標區(qū)域，利用目標的外觀模型進行跟蹤；或者利用場景的背景信息獲得待跟蹤目標，并通過一些濾波算法對目標進行預測跟蹤。(2)基于關聯的跟蹤（As

3、sociation Based Tracking, ABT），它在跟蹤之前需要已知待跟蹤目標的類別，然后利用該類別目標檢測器得到視頻序列的檢測響應，并將這些檢測響應在視頻序列間進行最優(yōu)化關聯，進而達到跟蹤的目的。
　　針對基于無類別的跟蹤，本文首先對三種經典目標跟蹤算法進行了研究，然后實現了一種尺度、方向自適應的跟蹤算法。該適應性跟蹤算法在原始均值漂移跟蹤算法框架下，結合候選目標區(qū)域反向投影圖的矩特征，完成了對目標尺度、以及方向的

4、適應性估計；并與兩種經典的目標跟蹤算法（原始的均值漂移跟蹤算法、EM-shift跟蹤算法）做了實驗對比與分析。實驗結果表明，該算法繼承了原始均值漂移跟蹤算法簡單、高效等優(yōu)良特性，并能有效跟蹤尺度和方向發(fā)生變化的目標。
　　針對基于關聯的跟蹤，為精確計算跟蹤片間的外觀相似度，以提高目標跟蹤的準確性，本文提出建立判別性外觀模型的方法。在檢測得到每一幀目標、得到可靠跟蹤片的基礎上，通過提取訓練樣本，并融合多個特征對樣本進行魯棒地表達，利