基于多算法融合的目標(biāo)跟蹤技術(shù)研究.pdf

1、目標(biāo)跟蹤技術(shù)，特別是對人體等移動目標(biāo)的追蹤，在計算機(jī)視覺技術(shù)中，是一個融合了圖像圖形學(xué)，模式識別，計算機(jī)技術(shù)與仿真，人工智能，人機(jī)工程學(xué)等多項(xiàng)技術(shù)的最具有活力的分支。在國防安全，公安偵破，交通監(jiān)管等領(lǐng)域起著日漸凸起的重要作用。
　　本論文通過對大量的移動目標(biāo)追蹤技術(shù)相關(guān)參考文獻(xiàn)的認(rèn)真研究分析，依據(jù)密度估計理論，采用mean shift算法的基本形式，對其目標(biāo)模板的選取做了深入的研究與分析，研究了參數(shù)密度估計與無參密度估計及mean

2、 shift的基本形式，拓展形式，物理含義，對算法做出了證明。對追蹤目標(biāo)遇到遮擋問題，引入相似性函數(shù)，并采用卡爾曼濾波，應(yīng)用其預(yù)測功能來對目標(biāo)遇到遮擋問題，提出解決辦法。最后通過實(shí)驗(yàn)來驗(yàn)證預(yù)期的方法是的可行性。為了進(jìn)一步實(shí)現(xiàn)人體移動目標(biāo)追蹤，以人臉為細(xì)節(jié)特征目標(biāo)，在上述基礎(chǔ)上，融入自適應(yīng)增強(qiáng)算法和矩陣特征等提取，以及連續(xù)自適應(yīng)均值漂移的算法，提高跟蹤實(shí)時性，來實(shí)現(xiàn)對人臉的檢測。通過設(shè)置反饋功能，設(shè)定每幀檢測頻率，提高對人臉跟蹤的準(zhǔn)確率與