復(fù)雜場景下的目標(biāo)跟蹤方法研究.pdf

1、為了提高復(fù)雜場景下目標(biāo)跟蹤的性能，針對圖像中干擾因素及目標(biāo)跟蹤的實(shí)時(shí)性和精確性，本文提出了一種基于目標(biāo)局部區(qū)域搜索跟蹤和目標(biāo)重捕獲的跟蹤方法。在跟蹤過程中，局部目標(biāo)跟蹤與目標(biāo)重捕獲相互配合，經(jīng)過視頻測試，本方法在多種圖像因素干擾下，對目標(biāo)跟蹤精度較高，實(shí)時(shí)好，相比于其他方法，本文方法沒有出現(xiàn)跟蹤丟失及跟蹤不穩(wěn)定等現(xiàn)象，具有較高的性能。
　　本研究主要內(nèi)容包括：⑴分析圖像序列中目標(biāo)所受干擾的因素，提出了基于目標(biāo)表征建模、局部目標(biāo)跟蹤

2、及目標(biāo)重捕獲的總體方案，克服了長時(shí)間跟蹤過程目標(biāo)精度誤差積累跟蹤的不穩(wěn)定；⑵根據(jù)復(fù)雜場景的圖像中目標(biāo)與背景的屬性差異，分別從灰度特征、輪廓特征、紋理特征以及運(yùn)動(dòng)特征等角度對目標(biāo)提取特征，建立目標(biāo)特征權(quán)重自適應(yīng)調(diào)整的表示模型；⑶依據(jù)相關(guān)濾波原理，建立了目標(biāo)樣本采樣模型，將該采樣模型應(yīng)用到嶺回歸分析算法中，從而構(gòu)建了局部區(qū)域跟蹤算法。該方法有效的提升了目標(biāo)局部區(qū)域搜索的精度，大幅度提高了算法的運(yùn)行速度。⑷針對目標(biāo)局部區(qū)域搜索出現(xiàn)的問題，應(yīng)用