像素點(diǎn)特征加權(quán)的尺度自適應(yīng)跟蹤算法研究.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn)，隨著智能視頻監(jiān)控系統(tǒng)和智能駕駛的廣泛應(yīng)用，目標(biāo)跟蹤技術(shù)面臨越來(lái)越多的挑戰(zhàn)。針對(duì)目標(biāo)運(yùn)動(dòng)過(guò)程中的姿態(tài)變化、旋轉(zhuǎn)、干擾以及縮放等情況，以Mean-shift算法為跟蹤框架，通過(guò)在構(gòu)建目標(biāo)模型、實(shí)現(xiàn)目標(biāo)尺度自適應(yīng)以及模型更新方面進(jìn)行改進(jìn)，提出結(jié)合像素點(diǎn)特征加權(quán)的尺度自適應(yīng)跟蹤算法。
　　首先利用目標(biāo)區(qū)域中每個(gè)像素點(diǎn)的顏色特征和位置特征，建立目標(biāo)模型。在目標(biāo)區(qū)域中，每一個(gè)像素點(diǎn)在區(qū)分背景及目標(biāo)時(shí)所起

2、的作用差別很大，就像人在識(shí)別快速運(yùn)動(dòng)的物體時(shí)總是根據(jù)一些非常顯著的特征。目標(biāo)模型中不同像素點(diǎn)在目標(biāo)識(shí)別中的作用不同，為了讓具有顯著特征的像素點(diǎn)在目標(biāo)模型中具有更重要的作用，同時(shí)避免多種特征融合時(shí)帶來(lái)的計(jì)算壓力，將目標(biāo)區(qū)域中每個(gè)像素點(diǎn)的顏色特征和位置特征作為顯著特征，對(duì)顏色較顯著的點(diǎn)賦予較大的權(quán)值，對(duì)離中心點(diǎn)較近的點(diǎn)賦予較大的權(quán)值，得到目標(biāo)區(qū)域中每個(gè)像素點(diǎn)的加權(quán)系數(shù)，并與抑制背景相似特征系數(shù)相結(jié)合，從而構(gòu)建一個(gè)新的目標(biāo)模型。
　　其

3、次用目標(biāo)的平均權(quán)值圖估算尺度變化系數(shù)，以實(shí)現(xiàn)目標(biāo)尺度的自適應(yīng)。目標(biāo)在運(yùn)動(dòng)時(shí)，由于觀測(cè)角度和距離的改變，觀測(cè)到的目標(biāo)尺度也經(jīng)常發(fā)生變化。為了實(shí)現(xiàn)跟蹤尺度的自適應(yīng)，全面準(zhǔn)確的描述目標(biāo)特征，提出用連續(xù)兩幀中目標(biāo)區(qū)域像素點(diǎn)的平均權(quán)值圖之比作為尺度變化系數(shù)，結(jié)合目標(biāo)初始平均權(quán)值圖進(jìn)行修正，并利用之前各幀的目標(biāo)尺度對(duì)下一幀的目標(biāo)尺度進(jìn)行預(yù)測(cè)，在保證跟蹤過(guò)程簡(jiǎn)單、高效的同時(shí)，實(shí)現(xiàn)一定程度的尺度自適應(yīng)。
　　最后構(gòu)建一個(gè)更新模型，對(duì)跟蹤過(guò)程中的目