在線半監(jiān)督學(xué)習(xí)尺度自適應(yīng)魯棒目標(biāo)跟蹤.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的前沿?zé)狳c(diǎn)問(wèn)題，在視頻監(jiān)控，人機(jī)交互和醫(yī)學(xué)成像等領(lǐng)域具有廣泛的應(yīng)用前景。盡管目標(biāo)跟蹤已研究多年，相關(guān)原理算法已有大量報(bào)導(dǎo)，但是由于光照，遮擋，背景復(fù)雜多變以及目標(biāo)外觀和尺度變化等因素影響，復(fù)雜動(dòng)態(tài)場(chǎng)景下的目標(biāo)魯棒跟蹤仍是機(jī)器視覺領(lǐng)域有待解決的難題?；谠诰€學(xué)習(xí)的目標(biāo)跟蹤算法由于具有良好的自適應(yīng)性，在目標(biāo)跟蹤領(lǐng)域得到成功的應(yīng)用，已經(jīng)成為該領(lǐng)域的一種主流技術(shù)，其中最出名的工作是在線boosting目標(biāo)跟蹤算法，但是目

2、前該算法主要面臨的問(wèn)題是容易出現(xiàn)目標(biāo)的“漂移”丟失和如何自適應(yīng)目標(biāo)尺度的變化，為解決上述問(wèn)題，本文基于在線boosting目標(biāo)跟蹤模型，通過(guò)引入半監(jiān)督學(xué)習(xí)策略和尺度自適應(yīng)算子對(duì)目標(biāo)跟蹤算法進(jìn)行改進(jìn)展開了研究。
　　本研究主要內(nèi)容包括：⑴通過(guò)引入半監(jiān)督學(xué)習(xí)策略，詳細(xì)介紹了半監(jiān)督學(xué)習(xí)在線boosting跟蹤方法的步驟以及在解決“漂移”問(wèn)題方面的優(yōu)勢(shì)。其次，為了解決在跟蹤過(guò)程中目標(biāo)尺寸變化的問(wèn)題，重點(diǎn)研究了兩種能夠自適應(yīng)調(diào)整跟蹤窗大小的

3、在線魯棒目標(biāo)跟蹤算法。⑵提出一種基于圖像視覺信息量的跟蹤窗口自適應(yīng)調(diào)整的目標(biāo)跟蹤方法。基于信息量的在線魯棒目標(biāo)跟蹤算法利用了不同尺度空間下圖像信息量的變化規(guī)律，通過(guò)能夠反映信息量變化的圖像跟蹤區(qū)域的關(guān)鍵特征點(diǎn)如：邊緣、角點(diǎn)、極大值點(diǎn)和極小值點(diǎn)等的數(shù)目來(lái)評(píng)價(jià)區(qū)域內(nèi)信息量的變化，從而實(shí)現(xiàn)跟蹤窗口的自適應(yīng)調(diào)整；同時(shí)通過(guò)與半監(jiān)督在線boosting學(xué)習(xí)算法結(jié)合，很好地解決了跟蹤過(guò)程中因?yàn)槠圃斐傻哪繕?biāo)丟失問(wèn)題。⑶提出一種基于權(quán)重圖像的尺度自適應(yīng)