自適應(yīng)算法在視覺目標(biāo)跟蹤中的應(yīng)用研究.pdf

1、目標(biāo)跟蹤是由電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等做出的機器視覺，并進(jìn)一步做圖形圖像處理，再用電腦處理成更適合人眼觀察或傳送給儀器檢測的圖像的探索過程。該論文適合應(yīng)用Mean Shift跟蹤為主線研究算法的交通體系，探索了依據(jù)帶寬窗口自適應(yīng)的均值漂移算法和依據(jù)卡爾曼濾波的目標(biāo)跟蹤算法，重點針對復(fù)雜環(huán)境下的剛性活動目標(biāo)與跟蹤算法的檢測。項目探索的主要阻礙是就復(fù)雜的交通狀況下目標(biāo)的跟蹤問題，同視覺跟蹤辦法相結(jié)合，從幾個不同層面，像特征選擇

2、的目標(biāo)和目標(biāo)跟蹤做了深層次的研究，爭取在復(fù)雜狀況下促使目標(biāo)跟蹤算法展示更佳的魯棒性、及時性。該論文最先解析探索了均值漂移目標(biāo)跟蹤辦法，再提出了缺陷的改進(jìn)辦法。
　　首先，該論文對一般常見的目標(biāo)跟蹤技術(shù)的基本原理和算法特征最先做了解析。解析發(fā)覺，均值漂移算法是跟蹤目標(biāo)在附近找到新位置的地方。倘若目標(biāo)轉(zhuǎn)移速率較為迅速，那么新區(qū)域的目標(biāo)中心和原區(qū)域中心的距離是遙遠(yuǎn)的，如果在目標(biāo)距離的中心的兩個連續(xù)幀移動超過帶寬h窗口的范圍，則在使用均值

3、偏移跟蹤算法時易在跟蹤目標(biāo)丟失現(xiàn)象。另外，目標(biāo)大小的快速變化也可能導(dǎo)致跟蹤目標(biāo)在一定程度上丟失。均值漂移算法，在其跟蹤環(huán)節(jié)開展過程里，跟蹤窗口的長度基本上是固定的，并非依照目標(biāo)大小來做相應(yīng)改進(jìn)，舉個例子來說，汽車由遠(yuǎn)方而來，汽車車身會漸漸增大，可是同跟蹤相關(guān)的窗口尺寸固定，汽車目標(biāo)只能在跟蹤窗口中顯示出局部特征。用一部分?jǐn)?shù)據(jù)與整體數(shù)據(jù)相匹配，結(jié)果只能匹配失敗，從而使跟蹤目標(biāo)丟失。
　　其次，以跟蹤環(huán)節(jié)里所形成的目標(biāo)尺寸持續(xù)變換的狀

4、況為原則，由此提出帶寬窗口自適應(yīng)調(diào)節(jié)的方法。帶寬窗口其長度由計算目標(biāo)區(qū)域范圍的長度代替，帶寬窗口的長度被目標(biāo)區(qū)域范圍的長度變化進(jìn)行實時更新。
　　最后，了解到均值漂移算法在普通境況中能夠迅速正確的跟蹤，特別是跟蹤一般場景，在場景中的目標(biāo)相對有效果的是跟蹤目標(biāo)大小改變不大或布景干預(yù)不多的?？沙霈F(xiàn)有遮掩產(chǎn)生的狀況（在目標(biāo)影像范圍被跟蹤的環(huán)節(jié)中，會有一些不同大小的、不斷穩(wěn)定的新的灰度范圍，讓被跟蹤的目標(biāo)影像區(qū)域范圍大小會因受到遮掩變小或