基于上下文信息的運動目標跟蹤算法的研究.pdf

1、隨著機器智能化水平的提高，作為獲取外界信息重要途徑的視覺原理越來越引起人們的重視。計算機視覺已經(jīng)成為工程和科學(xué)領(lǐng)域研究的一項重要課題。運動目標跟蹤作為計算機視覺領(lǐng)域的一個重要分支，在軍事視覺制導(dǎo)、機器人視覺、智能監(jiān)控、交通管制、醫(yī)療診斷及氣象分析等眾多領(lǐng)域都有廣泛的應(yīng)用。設(shè)計一個魯棒的視覺跟蹤算法在理論和實踐中具有重要意義。但是由于外部環(huán)境的復(fù)雜多變性及目標自身狀態(tài)的多樣性，使得設(shè)計一個通用的魯棒的跟蹤算法成為一個極富挑戰(zhàn)性的課題。

2、r>　　基于檢測的運動目標跟蹤算法是當前最流行的跟蹤算法之一。它利用二值分類器對一幀圖像內(nèi)容進行分類，并把檢測到的前景區(qū)域作為新的目標區(qū)域。當分類器可在線更新時，算法能夠不斷學(xué)習(xí)新的特征以適應(yīng)目標表觀的變化。但隨著學(xué)習(xí)過程中誤差的積累，跟蹤很容易發(fā)生漂移。本文在基于檢測的跟蹤算法的基礎(chǔ)上，針對跟蹤的漂移問題，引入了跟蹤上下文的概念，提出了一種多分類器跟蹤系統(tǒng)。系統(tǒng)同時檢測目標及上下文物體，并使用上下文物體對目標物體位置進行預(yù)測。本文的主

3、要工作如下：
　　第一，提出了一個以近鄰物體作為目標物體候選位置信息提供者的多分類器跟蹤算法。算法首先分析了近鄰物體與目標物體運動軌跡之間的關(guān)聯(lián)關(guān)系，并建立了一個在線更新的運動軌跡關(guān)聯(lián)模型。然后，將這種關(guān)聯(lián)模型融合到基于檢測的運動目標跟蹤算法中，提出了一種同時利用近鄰物體運動信息和目標物體表觀信息預(yù)測目標物體位置的跟蹤算法。最后，通過一個投票模型對可能的目標位置進行評價，并最終確定新的目標位置。
　　第二，提出了一個以目標物