基于TLD模型的多目標跟蹤算法的研究與實現(xiàn).pdf

1、視頻目標跟蹤技術隨著計算機視覺、人工智能等領域的發(fā)展逐漸成為熱門的研究課題，其應用領域也涉及到我們生活中的方方面面，例如：智能交通系統(tǒng)中對目標車輛或行人的定位與分析，安防系統(tǒng)中對可疑目標的跟蹤，人機交互過程中對特定動作的識別等。本文選取近幾年來備受關注的TLD跟蹤模型（Tracking-Learning-Detection）作為切入點，分析了算法的結構原理與流程框架，并且在此基礎上研究了TLD模型應用于多目標跟蹤的情況，最后基于改進后的

2、算法設計出一個穩(wěn)定的目標跟蹤系統(tǒng)，實現(xiàn)對多個目標的長時跟蹤。
　　本研究主要內容包括：⑴介紹和分析TLD長時間跟蹤算法，從檢測跟蹤學習三個方面出發(fā)介紹了算法的框架結構和執(zhí)行流程，分析和比較了TLD跟蹤模型與傳統(tǒng)跟蹤檢測算法的優(yōu)勢與不足。⑵針對TLD算法中的兩個問題：窗口掃描耗時過多和只能進行單目標跟蹤提出了改進方法。針對原算法中掃描階段遍歷圖像耗時過多問題，提出一種判別機制來篩選輸入到檢測器的掃描窗口數(shù)量。針對多目標跟蹤問題，在初

3、始化階段，引入跟蹤目標唯一標識ID概念，對多個跟蹤目標進行有效的區(qū)分，跟蹤過程中，跟蹤模塊檢測模塊與學習模塊的目標模型訓練均以此ID來實現(xiàn)對多個目標的分別處理。⑶設計并實現(xiàn)了一個基于TLD模型的多目標跟蹤系統(tǒng)，該系統(tǒng)利用MFC應用程序框架與Opencv視覺圖像處理庫編寫，基本交互操作有從視頻文件讀取視頻，從攝像頭讀取視頻，多目標跟蹤，跟蹤目標坐標位置保存以及視頻截圖。該系統(tǒng)對基于TLD模型的跟蹤算法進行封裝，提供操作性強簡單易用的交互界