基于KCF和視覺注意的多特征動(dòng)態(tài)融合視覺目標(biāo)跟蹤研究.pdf

1、視覺目標(biāo)跟蹤技術(shù)作為機(jī)器視覺的一個(gè)重要研究方向，被廣泛應(yīng)用于智能監(jiān)控、人體行為分析、智能機(jī)器人等領(lǐng)域。因其面臨的場(chǎng)景較復(fù)雜，存在運(yùn)動(dòng)模糊、形態(tài)變化、目標(biāo)遮擋、背景干擾等多種不確定因素，現(xiàn)有跟蹤方法在速度和精度上仍有較大提升空間。為此，研究一種實(shí)時(shí)性好、整體跟蹤能力強(qiáng)的目標(biāo)跟蹤算法是一項(xiàng)十分有價(jià)值的工作。
　　本文從目標(biāo)特征融合、特征權(quán)重動(dòng)態(tài)分配、和人類視覺習(xí)慣三個(gè)方面入手，在前人研究工作的基礎(chǔ)上，提出了一些改進(jìn)策略，歸納如下:

2、r>　　1.為了提高視覺目標(biāo)跟蹤算法的適應(yīng)力，深入分析了KCF算法的優(yōu)缺點(diǎn)，綜合SAMF、DSST、Staple算法的思想，構(gòu)建出了一種基于KCF的多特征融合算法。首先，以KCF為基本框架，融合灰度、HOG、CN三種局部特征。然后，結(jié)合Staple中的顏色直方圖跟蹤策略。最后，利用DSST的尺度估計(jì)方法來(lái)實(shí)現(xiàn)尺度自適應(yīng)。將多種特征和多種算法優(yōu)點(diǎn)相結(jié)合，提高了算法的整體跟蹤能力。
　　2.為了進(jìn)一步發(fā)揮多特征融合算法的優(yōu)勢(shì)，尤其是發(fā)

3、揮顏色直方圖跟蹤對(duì)運(yùn)動(dòng)模糊和形態(tài)變化適應(yīng)力強(qiáng)的優(yōu)勢(shì)，提出了自適應(yīng)動(dòng)態(tài)分配顏色直方圖跟蹤權(quán)重系數(shù)的方法。通過權(quán)重系數(shù)預(yù)先取多個(gè)不同的值，加權(quán)融合后得到多個(gè)跟蹤結(jié)果，然后利用去除了背景的二次KCF對(duì)獲得的多個(gè)結(jié)果進(jìn)行打分，最終選擇得分最高的權(quán)重系數(shù)。該方法能在不同場(chǎng)景下，自適應(yīng)地選擇一個(gè)較好的權(quán)重系數(shù)，進(jìn)一步提高了算法的適應(yīng)力。
　　3.受人類視覺機(jī)制的啟發(fā)，改進(jìn)了顏色直方圖跟蹤中像素點(diǎn)屬于目標(biāo)的概率的計(jì)算方法，增大了對(duì)目標(biāo)顯著性顏色