基于編碼模型的目標(biāo)跟蹤算法研究.pdf

1、視頻圖像序列中運(yùn)動目標(biāo)的跟蹤，一直以來都是計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。它的主要任務(wù)是在各幀圖像中找出待跟蹤目標(biāo)，提取目標(biāo)的位置信息并在原圖上標(biāo)出。運(yùn)動目標(biāo)跟蹤在智能監(jiān)控、運(yùn)動分析、軍事領(lǐng)域、天氣預(yù)測等方面都有著非常廣泛而實(shí)際的應(yīng)用。但是現(xiàn)有技術(shù)大多受限于特定的應(yīng)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(biāo)跟蹤問題的主要困難在于算法的魯棒性、實(shí)時(shí)性和準(zhǔn)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(biāo)旋轉(zhuǎn)、背景相似等挑戰(zhàn)性問題進(jìn)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(biāo)跟蹤方法。該方法用編碼的方式計(jì)算出所有高斯模型的權(quán)值來表示各個(gè)模型的重要程度，從中選出權(quán)值較大的一些模型進(jìn)行目標(biāo)位置預(yù)測，使得選出的高斯模型更典型，預(yù)測目標(biāo)更準(zhǔn)確；根據(jù)所有模型對已知類標(biāo)的樣本進(jìn)行分類的準(zhǔn)確性進(jìn)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(biāo)發(fā)生遮擋、外觀形變等導(dǎo)致的目標(biāo)丟失的缺點(diǎn)，實(shí)現(xiàn)了準(zhǔn)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(biāo)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(fù)雜場景中相鄰幀之間對應(yīng)超像素的關(guān)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(qiáng)了長期目標(biāo)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(zhǔn)確

4、地跟蹤目標(biāo)。
　　3.提出了一種基于多重約束非負(fù)編碼的目標(biāo)跟蹤方法。該方法通過非負(fù)編碼的形式，包含相鄰幀和臨域內(nèi)在特征空間較相似的超像素的相關(guān)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(qiáng)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(dāng)光照變化、背景相似、目標(biāo)快速運(yùn)動、運(yùn)動模糊時(shí)的跟蹤性能更加魯棒。
　　本論文工作得到了陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(2014JM8301)與中央高校基本科研業(yè)務(wù)費(fèi)資