上下文信息和顏色信息融合的目標跟蹤算法研究.pdf

1、隨著國內(nèi)外機器智能化的迅速發(fā)展，視覺信息作為人類獲取外界信息中的重要信息之一，已經(jīng)引起越來越多的計算機研究人員的關注。在數(shù)十年的計算機科學研究發(fā)展的進程中，針對機器視覺方面的科學研究已經(jīng)成為計算機研究領域非常熱門的研究方向?；谝曨l的運動目標跟蹤算法的優(yōu)化研究在機器視覺研究熱潮中是最為重要的一個研究分支。視頻跟蹤在現(xiàn)代生活中如智能監(jiān)控，交通管制，軍事導航及醫(yī)療診斷等眾多領域中都有廣泛的應用。因此，設計一個魯棒的目標跟蹤算法在理論和實踐中

2、都具有十分重大的意義。在實踐應用當中，運動目標的跟蹤算法研究依然存在各種各樣的挑戰(zhàn)，如目標被部分遮擋或全部遮擋，環(huán)境光照變化，目標運動突兀，目標外觀紋理改變，背景混雜，低分辨率等，如果這些不利因素得不到解決的話，都會對目標跟蹤的效果產(chǎn)生不利影響，甚至跟蹤失敗。到目前為止，有眾多計算機視覺研究人員在對目標跟蹤算法不斷優(yōu)化做出了巨大的努力和貢獻，但是在不限制的長時間動態(tài)視頻中，由于外部環(huán)境的不可預測性以及目標外觀特征多變性，使得成功地設計出

3、一個魯棒的目標跟蹤算法成為了一個較難的研究課題。
　　基于相關濾波器的視頻目標跟蹤算法是當前最為流行的跟蹤算法之一。相關性濾波器運用于目標跟蹤的思想:相關性是用來衡量兩個信號的相似度的，如果兩個信號越相似，則其相關值就越高。在設計跟蹤算法時，需要設計一個濾波模板，使得當它作用在跟蹤目標位置上時得到的響應最大，則此位置為當前幀中目標的位置。本文在基于相關性濾波器跟蹤的基礎之上，針對跟蹤過程中存在的遮擋問題，引入了多信息融合跟蹤的思想

4、，提出了一種結合上下文信息和顏色信息來描述目標特征的跟蹤算法。本文的主要工作如下:
　　1)提出了一種改進的上下文信息目標跟蹤算法。該算法通過改進置信圖的計算方式（即每一幀目標位置的響應方式），使STC目標跟蹤算法的目標位置和目標尺度大小更加準確。實驗結果對比也表明了該方法能有效地提高原算法的準確性。
　　2)提出了一種融合上下文信息和目標外觀信息（顏色信息）的目標跟蹤方法。該方法首先利用圖像灰度信息和目標中心點與目標周圍局

5、部區(qū)域之間的空間位置信息來獲取上下文信息，同時計算并利用顏色信息來描述目標的外觀特征信息，然后我們設計一個基于上述兩種信息的目標濾波模板，最后通過相關性濾波器響應，得到下一幀目標的位置。最終實現(xiàn)了長時間的魯棒性目標跟蹤算法。
　　本文的最終研究目的就是通過上述研究工作，設計出一個準確的、魯棒的目標跟蹤算法。本文算法是采用了多種特征信息融合的方式來提高準確率和成功率，同時保證跟蹤算法實時高效的運行。為了驗證本文算法的實用性和有效性，