基于局部與非局部相似性學(xué)習(xí)的目標(biāo)跟蹤算法研究.pdf

1、視頻目標(biāo)跟蹤是計(jì)算機(jī)視覺中非常重要的課題之一，在視頻監(jiān)控、人機(jī)交互、交通控制和運(yùn)動(dòng)分析等領(lǐng)域有著廣泛的應(yīng)用。盡管目標(biāo)跟蹤在過去的幾十年里取得了很大的發(fā)展，但是由于一些挑戰(zhàn)性因素的存在，使得穩(wěn)定準(zhǔn)確地跟蹤視頻目標(biāo)依然是個(gè)困難的任務(wù)。在這一背景下，本文的主要工作是基于局部與非局部相似性學(xué)習(xí)的目標(biāo)跟蹤算法研究，本文的主要貢獻(xiàn)包括:
　　(1)提出了一種基于局部的自適應(yīng)權(quán)重多特征融合的核相關(guān)濾波目標(biāo)跟蹤算法。為了充分利用目標(biāo)不同部分的局部

2、信息，本文用核相關(guān)濾波器來訓(xùn)練每一個(gè)局部的模板圖像塊，并且在粒子濾波的框架下，對每一個(gè)粒子的每一個(gè)局部圖像塊設(shè)置自適應(yīng)的權(quán)重。實(shí)驗(yàn)證明這個(gè)策略可以有效處理遮擋問題。另外融合了HOG特征和顏色特征來學(xué)習(xí)目標(biāo)和背景、模板和候選樣本之間的相關(guān)性，增強(qiáng)了算法的性能。在標(biāo)準(zhǔn)測試集上的實(shí)驗(yàn)結(jié)果優(yōu)于一些先進(jìn)目標(biāo)跟蹤算法。
　　(2)提出了基于非局部相似性學(xué)習(xí)的目標(biāo)跟蹤算法。局部或者全局的特征表示已經(jīng)廣泛應(yīng)用在目標(biāo)跟蹤領(lǐng)域。然而，大多數(shù)特征表示都

3、是在一個(gè)固定網(wǎng)格布局中描述目標(biāo)外觀，而不考慮網(wǎng)格之間的相互關(guān)系，因此會(huì)影響算法在目標(biāo)大尺度表觀變化時(shí)的性能。本文中，我們學(xué)習(xí)了一個(gè)相似性函數(shù)，既考慮了來自相同空間位置網(wǎng)格中特征的相關(guān)性，也考慮了不同空間位置網(wǎng)格中特征的相互作用，形成對目標(biāo)表觀非局部信息的描述。具體地，本文設(shè)計(jì)了多項(xiàng)式核特征圖來表達(dá)目標(biāo)和背景之間所有“網(wǎng)格對”的非局部信息，并聯(lián)合這些特征圖作為對目標(biāo)的特征表示。另外，本文訓(xùn)練了一個(gè)在線更新的線性邏輯回歸分類器，并把分類器融