基于編碼模型的目標跟蹤算法研究.pdf

1、視頻圖像序列中運動目標的跟蹤，一直以來都是計算機視覺領域研究的熱點和難點。它的主要任務是在各幀圖像中找出待跟蹤目標，提取目標的位置信息并在原圖上標出。運動目標跟蹤在智能監(jiān)控、運動分析、軍事領域、天氣預測等方面都有著非常廣泛而實際的應用。但是現(xiàn)有技術大多受限于特定的應用場景，目前仍然沒有一種方法能夠解決理跟蹤過程中出現(xiàn)的所有問題，目標跟蹤問題的主要困難在于算法的魯棒性、實時性和準確性，因此跟蹤算法仍有待于深入研究。
　　本文通過對視

2、頻序列中常見的部分或全部遮擋、光照變化、外觀形變、背景雜亂、目標旋轉、背景相似等挑戰(zhàn)性問題進行分析研究，主要研究成果如下：
　　1.提出了一種基于優(yōu)化boosting的目標跟蹤方法。該方法用編碼的方式計算出所有高斯模型的權值來表示各個模型的重要程度，從中選出權值較大的一些模型進行目標位置預測，使得選出的高斯模型更典型，預測目標更準確；根據(jù)所有模型對已知類標的樣本進行分類的準確性進行遮擋判斷，從而決定是否更新高斯模型；該算法有效克服

3、了目標發(fā)生遮擋、外觀形變等導致的目標丟失的缺點，實現(xiàn)了準確可靠的跟蹤。
　　2.提出了一種基于幀間約束超像素編碼的目標跟蹤方法。該方法提出了一種新的基于相鄰幀間約束超像素編碼模型，該模型考慮了復雜場景中相鄰幀之間對應超像素的關系，較好地保持了視頻圖像序列的空間一致性，使得編碼模型更加穩(wěn)定；由于碼本和分類器參數(shù)的持續(xù)更新，抑制了跟蹤過程中漂移現(xiàn)象的發(fā)生，也增強了長期目標跟蹤的魯棒性；在背景雜亂、光照變化的視頻序列中，仍然能夠穩(wěn)定準確

4、地跟蹤目標。
　　3.提出了一種基于多重約束非負編碼的目標跟蹤方法。該方法通過非負編碼的形式，包含相鄰幀和臨域內在特征空間較相似的超像素的相關性，削弱了跟蹤器對相鄰幀圖像之間的微小變化和部分遮擋敏感性，增強了編碼形式的穩(wěn)定性，很大程度上提高了算法的可靠性，使得當光照變化、背景相似、目標快速運動、運動模糊時的跟蹤性能更加魯棒。
　　本論文工作得到了陜西省自然科學基礎研究計劃項目(2014JM8301)與中央高?；究蒲袠I(yè)務費資