基于歐氏距離預(yù)測(cè)的視頻目標(biāo)檢測(cè)與跟蹤.pdf

1、縱觀世界，互聯(lián)網(wǎng)產(chǎn)品的迭代更新迅速，人工智能領(lǐng)域不斷拓展，計(jì)算機(jī)視覺(jué)應(yīng)用日趨多元化，圖像處理的手段也越來(lái)越多樣化，基于圖像處理范疇的視頻中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)檢測(cè)與跟蹤就變得越來(lái)越重要，圖像信息作為未來(lái)智能化的眼睛，成為現(xiàn)代人關(guān)注的一個(gè)研究熱點(diǎn)。視頻中的運(yùn)動(dòng)信息是視頻解析的一種重要手段，對(duì)于視頻的理解有著舉足輕重的作用，其包含了豐富的目標(biāo)狀態(tài)信息，對(duì)視頻信息的分析顯得尤為重要。但是，由于視頻中經(jīng)常出現(xiàn)譬如背景干擾、遮擋、顏色變化等干擾信息，使

2、得現(xiàn)有的技術(shù)難以直接對(duì)視頻中的運(yùn)動(dòng)目標(biāo)進(jìn)行準(zhǔn)確的檢測(cè)與跟蹤。
　　文章對(duì)如何在視頻中運(yùn)動(dòng)目標(biāo)遮擋前后出現(xiàn)運(yùn)動(dòng)目標(biāo)干擾情況時(shí)，對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤這一問(wèn)題展開(kāi)研究。首先，本文介紹了圖像處理的前期預(yù)處理手段，包括灰度化、濾波、形態(tài)學(xué)處理等，分析了視頻中運(yùn)動(dòng)目標(biāo)的常用檢測(cè)技術(shù)，給出了基于幀間差基礎(chǔ)上的三幀差提取方法，以及運(yùn)動(dòng)目標(biāo)在各種方案下的檢測(cè)情況。其次，在視頻運(yùn)動(dòng)目標(biāo)跟蹤方面，提出了跟蹤和預(yù)測(cè)相結(jié)合的方案。采用CamShift算法

3、方案對(duì)視頻幀的運(yùn)動(dòng)目標(biāo)進(jìn)行有效的跟蹤，可以實(shí)現(xiàn)根據(jù)目標(biāo)的運(yùn)動(dòng)情況，相應(yīng)自動(dòng)地調(diào)整跟蹤窗口的尺寸大小，使得運(yùn)動(dòng)目標(biāo)能夠始終在跟蹤框中。最后，當(dāng)運(yùn)動(dòng)目標(biāo)出現(xiàn)遮擋時(shí)，采用自適應(yīng)預(yù)測(cè)跟蹤方案，提出了基于歐式距離預(yù)測(cè)的CamShift目標(biāo)跟蹤方法。當(dāng)目標(biāo)出現(xiàn)遮擋時(shí)，自適應(yīng)選取Kalman預(yù)測(cè)器或者線性預(yù)測(cè)器，預(yù)測(cè)運(yùn)動(dòng)目標(biāo)可能出現(xiàn)的位置，再用CamShift算法搜索目標(biāo)質(zhì)心，提高搜索的準(zhǔn)確性。
　　測(cè)試結(jié)果表明，文章中所提出的自適應(yīng)預(yù)測(cè)跟蹤方