基于協(xié)方差矩陣的目標(biāo)跟蹤方法.pdf

1、目標(biāo)跟蹤技術(shù)是計(jì)算機(jī)視覺中最核心的研究課題之一，它在基于運(yùn)動(dòng)的識(shí)別、智能交通、自動(dòng)導(dǎo)航、軍事監(jiān)測跟蹤、視頻安全監(jiān)控、生物醫(yī)學(xué)圖像分析等領(lǐng)域具有廣闊的應(yīng)用前景。本文主要研究基于協(xié)方差矩陣的目標(biāo)跟蹤算法。
　　 經(jīng)典的協(xié)方差矩陣跟蹤算法融合了多圖像特征，緊湊地表達(dá)了目標(biāo)模型，具有里程碑的意義。但在目標(biāo)尺寸較大時(shí)，不能滿足實(shí)時(shí)性的要求；而且它的表達(dá)能力也是有限的。針對(duì)不能滿足實(shí)時(shí)性的問題，本文提出基于CUDA的并行協(xié)方差矩陣跟蹤算法，

2、并行地計(jì)算像素點(diǎn)的特征向量并產(chǎn)生位面圖像，并行地構(gòu)造積分圖像和計(jì)算協(xié)方差矩陣，并且并行地開發(fā)協(xié)方差矩陣間的距離測度，與CPU上的快速算法相比，加速比超過10。
　　 針對(duì)表達(dá)能力有限的問題，本文從多角度進(jìn)行分析和改進(jìn)，來提高跟蹤性能。經(jīng)典算法未考慮圖像噪聲和背景信息的影響，對(duì)此問題，本文提出基于方向角劃分區(qū)間的協(xié)方差矩陣跟蹤算法。提出基于空間權(quán)重和平滑噪聲的特征向量來削弱背景信息和圖像噪聲引起的方向角的錯(cuò)誤計(jì)算；用方向角劃分區(qū)間

3、，得到一組協(xié)方差矩陣建模目標(biāo)，并用最速下降算法進(jìn)行跟蹤。經(jīng)典算法只考慮了協(xié)方差矩陣這一數(shù)據(jù)統(tǒng)計(jì)信息，而忽略了它的分布情況，對(duì)此問題，本文提出基于協(xié)方差矩陣的混合高斯模型跟蹤算法。提取像素點(diǎn)領(lǐng)域的協(xié)方差矩陣，基于李群和李代數(shù)理論將其映射到歐式空間作為訓(xùn)練集，估計(jì)混合高斯模型，并用閾值法檢測目標(biāo)。經(jīng)典算法忽略了像素的空間布局和其內(nèi)在聯(lián)系，對(duì)此問題，本文提出基于張量的協(xié)方差矩陣跟蹤算法。把數(shù)據(jù)展開成三個(gè)不同模態(tài)，用K-L變換分別提取每一模態(tài)的