基于半監(jiān)督學(xué)習(xí)的目標(biāo)跟蹤方法研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究方向之一，它與模式識(shí)別、機(jī)器學(xué)習(xí)、圖像處理等眾多領(lǐng)域息息相關(guān)。根據(jù)跟蹤算法中是否含有預(yù)測(cè)機(jī)制，目標(biāo)跟蹤算法可以分為目標(biāo)檢測(cè)算法和目標(biāo)跟蹤算法。目標(biāo)檢測(cè)主要用來(lái)提取圖像中的前景目標(biāo)，但是，隨著計(jì)算機(jī)的計(jì)算能力與存儲(chǔ)能力的大幅度增強(qiáng)，用檢測(cè)算法進(jìn)行目標(biāo)跟蹤也成為一個(gè)重要的發(fā)展方向。
　　本文對(duì)檢測(cè)算法在目標(biāo)跟蹤里的應(yīng)用進(jìn)行了深入研究。針對(duì)目標(biāo)跟蹤過(guò)程中的背景雜亂、遮擋以及光照變化等情況，設(shè)計(jì)了一種多層

2、級(jí)聯(lián)分類器，并且利用LK光流算法進(jìn)行目標(biāo)運(yùn)動(dòng)范圍預(yù)測(cè)，增加算法的運(yùn)行速度。本文的主要研究?jī)?nèi)容和貢獻(xiàn)如下:
　　首先，設(shè)計(jì)了一種級(jí)聯(lián)分類器，分別由方差濾波、隨機(jī)森林分類器、模板匹配和聚類分析四個(gè)模塊組成。級(jí)聯(lián)檢測(cè)器的基本處理對(duì)象是圖像塊，由滑動(dòng)窗口搜索處理獲得。其中，各個(gè)模塊實(shí)現(xiàn)的功能如下:(1)方差濾波是一種灰度均勻性檢測(cè)算法，能快速濾除背景圖像塊;(2)隨機(jī)森林分類器使用簡(jiǎn)單的二值特征檢測(cè)圖像塊，用以加快算法的運(yùn)行速度;(3)模

3、板匹配對(duì)圖像塊進(jìn)一步進(jìn)行精細(xì)處理，將圖像塊與目標(biāo)模板進(jìn)行逐像素匹配，得到圖像塊的最終分類標(biāo)簽;(4)聚類分析對(duì)通過(guò)模板匹配的圖像塊進(jìn)行融合處理，得到目標(biāo)在當(dāng)前幀的最終位置。
　　其次，算法增加了學(xué)習(xí)模塊，使跟蹤算法能夠適應(yīng)目標(biāo)被全遮擋以及目標(biāo)短暫地走出視野等特殊情況。學(xué)習(xí)模塊主要有兩個(gè)功能:(1)對(duì)輸出結(jié)果進(jìn)行再一次判斷，更正被錯(cuò)誤分類的圖像塊;(2)將更正后的圖像塊作為訓(xùn)練集，重新訓(xùn)練級(jí)聯(lián)分類器，并更新目標(biāo)模板。并且我們?cè)O(shè)計(jì)了一

4、個(gè)模板更新策略，設(shè)置了一個(gè)限制閾值，用來(lái)減少模板匹配的耗費(fèi)時(shí)間。
　　最后，本文加入了LK光流算法對(duì)搜索范圍進(jìn)行預(yù)先估計(jì)，以減少全圖搜索所帶來(lái)的開銷。LK光流算法以前一幀的結(jié)果做為起點(diǎn)，預(yù)測(cè)目標(biāo)在當(dāng)前幀的范圍，從而減少算法在每一幀運(yùn)行的時(shí)間。
　　為了驗(yàn)證我們所建議的目標(biāo)跟蹤算法有有效性，我們?cè)诙鄠€(gè)測(cè)試序列上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:基于半監(jiān)督學(xué)習(xí)的目標(biāo)跟蹤算法能很好的處理背景雜亂、遮擋等異常情況，跟蹤性能表現(xiàn)優(yōu)于現(xiàn)有的經(jīng)典目