基于水平集方法的目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤作為計(jì)算機(jī)視覺和模式識(shí)別的主要研究方向之一，近年來得到迅速的發(fā)展。其在視頻監(jiān)控、人機(jī)交互、醫(yī)療診斷、氣象分析，安全監(jiān)測以及導(dǎo)彈制導(dǎo)等諸多領(lǐng)域都有著廣泛的需求和應(yīng)用。計(jì)算機(jī)視覺領(lǐng)域的目標(biāo)跟蹤技術(shù)主要目的是在視頻或者圖像幀序列中找到感興趣的區(qū)域，而分割技術(shù)也可以實(shí)現(xiàn)對(duì)感興趣目標(biāo)區(qū)域的劃分。因此，鑒于目標(biāo)跟蹤技術(shù)和圖像分割技術(shù)之間的相關(guān)性，將分割技術(shù)與目標(biāo)跟蹤技術(shù)結(jié)合的思路得到了諸多學(xué)者的廣泛關(guān)注和研究。在圖像分割領(lǐng)域中，水平集分割方

2、法迅速發(fā)展并得到了廣泛應(yīng)用。因此，本文的主要研究方向是如何將水平集分割方法應(yīng)用到目標(biāo)跟蹤技術(shù)領(lǐng)域。
　　根據(jù)目前的研究現(xiàn)狀，本文將基于水平集方法的目標(biāo)跟蹤算法研究大體分為兩思路，一種思路是跟蹤分割分步完成跟蹤，一種是跟蹤分割融合完成跟蹤。前者跟蹤模塊與分割模塊相對(duì)獨(dú)立，目標(biāo)跟蹤模塊主要來確定候選目標(biāo)區(qū)域，分割模塊對(duì)候選目標(biāo)區(qū)域進(jìn)行分割，利用分割得到的目標(biāo)輪廓改善跟蹤模塊的跟蹤過程，從而將水平集分割與跟蹤算法相結(jié)合實(shí)現(xiàn)跟蹤；后者則是

3、將目標(biāo)跟蹤融入水平集分割演化框架，通過在分割演化框架中加入描述目標(biāo)的約束項(xiàng)，使得可以直接通過分割處理的方式直接獲得目標(biāo)的跟蹤結(jié)果。
　　本文首先介紹了水平集分割方法的概念及相關(guān)理論基礎(chǔ)，同時(shí)梳理和總結(jié)了基于水平集方法的目標(biāo)跟蹤算法的主要思路；然后，詳細(xì)介紹了粒子濾波的相關(guān)理論基礎(chǔ)，在前人工作基礎(chǔ)上提出了一種基于形狀約束粒子濾波的水平集目標(biāo)跟蹤算法。該方法根據(jù)水平集方法分割得到的目標(biāo)形狀來優(yōu)化顏色直方圖的描述并構(gòu)建形狀相似度，從而改

4、善粒子濾波權(quán)重的定義，使得跟蹤結(jié)果更加準(zhǔn)確。與傳統(tǒng)粒子濾波方法以及基于粒子濾波的水平集目標(biāo)跟蹤算法的對(duì)比實(shí)驗(yàn)結(jié)果表明：本文提出的基于形狀約束粒子濾波的水平集目標(biāo)跟蹤算法具有更好的跟蹤效果；最后，詳細(xì)介紹了高斯混合模型的相關(guān)理論基礎(chǔ)及基于高斯混合模型的水平集目標(biāo)跟蹤算法，在其基礎(chǔ)上提出了一種改進(jìn)的基于高斯混合模型的水平集目標(biāo)跟蹤算法，該方法通過改善水平集分割框架中的內(nèi)部約束項(xiàng)，加快了水平集演化效率，并且可以更準(zhǔn)確的分割結(jié)果，從而有效地改善