基于核相關(guān)濾波跟蹤算法的研究與實現(xiàn).pdf

1、隨著計算機(jī)視覺技術(shù)的日益發(fā)展，視覺目標(biāo)跟蹤作為計算機(jī)視覺中的基礎(chǔ)課題之一也越來越受到研究人員的重視。在人機(jī)交互、視頻監(jiān)控、移動機(jī)器人等應(yīng)用領(lǐng)域中，視覺目標(biāo)跟蹤都有著廣泛應(yīng)用。近年來，將跟蹤問題轉(zhuǎn)化為檢測任務(wù)的判別式跟蹤算法，由于其良好的性能而成為研究的熱點。隨后，研究人員將經(jīng)典信號處理中的相關(guān)濾波應(yīng)用于判別式目標(biāo)跟蹤中，使得訓(xùn)練和檢測的復(fù)雜度顯著降低。然而，單一的目標(biāo)跟蹤算法并不能應(yīng)對所有情況，特別是一些復(fù)雜的視覺場景，例如遮擋、快速移

2、動、鏡頭的快速抖動等。基于此，本文重點研究了相關(guān)濾波跟蹤方法中的熱點之一——基于核相關(guān)濾波的目標(biāo)跟蹤算法，并在此基礎(chǔ)上提出了一種基于互補融合的跟蹤算法，并對其進(jìn)行了實現(xiàn)。本文的主要研究內(nèi)容和成果如下：
　　（1）本文首先研究了基于正則最小二乘分類器的判別式跟蹤算法，包括線性情況和引入核函數(shù)下的訓(xùn)練及檢測過程。然后研究了將密集采樣方式用于正則最小二乘分類器的情況，包括訓(xùn)練過程的快速計算、檢測過程的快速計算和核相關(guān)的快速計算。最后，得

3、出了核相關(guān)濾波跟蹤算法的整體流程。
　?。?）針對核相關(guān)濾波跟蹤算法在復(fù)雜視覺場景中的局限性，本文結(jié)合時空上下文跟蹤算法和在線檢測算法的優(yōu)點，將核相關(guān)濾波跟蹤算法、時空上下文跟蹤算法和在線檢測算法融合到一個跟蹤框架下，從而提出了一種基于互補融合的目標(biāo)跟蹤算法。通過在18個復(fù)雜場景的視頻序列中進(jìn)行仿真，得出該互補融合跟蹤算法的平均距離精度為94.61％，比核相關(guān)濾波跟蹤算法提高了26.27%，比時空上下文跟蹤算法提高了43.54%；

4、該算法的平均成功率為83.32%，比核相關(guān)濾波跟蹤算法提高了24.63%，比時空上下文跟蹤算法提高了43.66%。
　?。?）本文在基于PC平臺上使用C++語言實現(xiàn)了互補融合跟蹤算法，并利用visual studio的性能分析工具profiler對實現(xiàn)的程序進(jìn)行性能分析，然后對程序中耗時多的部分利用程序優(yōu)化的技巧進(jìn)行性能優(yōu)化，以提高程序運行的效率。實驗結(jié)果顯示，程序優(yōu)化前平均幀率為9.2 FPS（幀每秒），優(yōu)化后平均幀率提高到31