目標(biāo)跟蹤中抗遮擋跟蹤算法研究.pdf

1、視頻中的目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域中富有挑戰(zhàn)性的課題之一，在視覺導(dǎo)航、安全監(jiān)控等領(lǐng)域有著廣闊的應(yīng)用前景。開發(fā)魯棒的跟蹤算法也具有重要的理論意義?？紤]到實際環(huán)境中的復(fù)雜度以及目標(biāo)本身狀態(tài)的多樣性，如何在各種不同的環(huán)境下，合理、快速地提取特征并準(zhǔn)確地跟蹤目標(biāo)成為極富挑戰(zhàn)的課題。其中，目標(biāo)跟蹤中的遮擋推斷，由于其理論上的復(fù)雜性和對跟蹤性能的決定性影響，成為目標(biāo)跟蹤領(lǐng)域研究的熱點。
　　目前的主流跟蹤算法有Meanshift、卡爾曼濾波算法

2、和基于后者發(fā)展起來的粒子濾波方法。然而Meanshift算法雖具有實時性，但其收斂到局部極值的性質(zhì)限制了其在遮擋狀態(tài)下算法的魯棒性?？柭鼮V波雖然能夠給出最優(yōu)解但對系統(tǒng)狀態(tài)要求線性而限制了其在實際跟蹤中的應(yīng)用。粒子濾波方法可以以一種遞歸的方式有效地估計出非線性非高斯動態(tài)系統(tǒng)的狀態(tài)，并在復(fù)雜環(huán)境下表現(xiàn)出優(yōu)于卡爾曼濾波的性能，從而在目標(biāo)跟蹤領(lǐng)域得到日益廣泛的應(yīng)用。
　　本文主要針對目標(biāo)跟蹤中的遮擋推斷問題進(jìn)行研究，詳細(xì)論述了遮擋問題的

3、發(fā)生過程及其解決方案，包括遮擋發(fā)生的判定方法，經(jīng)典的遮擋跟蹤算法以及它們各自的優(yōu)缺點。在上述理論研究基礎(chǔ)上，提出了一種新的解決遮擋問題的算法，以粒子濾波算法為基本框架，將顏色直方圖作為提取的目標(biāo)特征，引入?yún)^(qū)域生長的思想，建立遮擋檢測機(jī)制，包括遮擋判定、粒子重分布及粒子自適應(yīng)的目標(biāo)重捕獲方法。在遮擋狀態(tài)下，將粒子重新分布到遮擋物的邊界而非傳統(tǒng)的隨機(jī)隨機(jī)轉(zhuǎn)移，在減少了計算量的同時，使跟蹤器能在目標(biāo)結(jié)束遮擋時立即恢復(fù)跟蹤，避免了搜索范圍未能包