基于在線學(xué)習(xí)的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf

1、基于視頻的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)是對(duì)視頻圖像中感興趣的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)、跟蹤，該技術(shù)為視頻目標(biāo)分析系統(tǒng)采取的進(jìn)一步措施（例如行為分析，人機(jī)交互和智能監(jiān)控等）提供依據(jù)。在復(fù)雜變化的跟蹤場(chǎng)景中，目標(biāo)可能要面對(duì)姿態(tài)變化、光照變化、遮擋和運(yùn)動(dòng)模糊等因素的干擾，想要對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行長(zhǎng)時(shí)間有效的跟蹤是一項(xiàng)艱巨的任務(wù)。
　　為了解決傳統(tǒng)的目標(biāo)跟蹤算法，在復(fù)雜環(huán)境下不能對(duì)運(yùn)動(dòng)的目標(biāo)進(jìn)行長(zhǎng)時(shí)間穩(wěn)定跟蹤的問(wèn)題。本文借鑒了在線學(xué)習(xí)的思想，研究了將 LK光流算法

2、與在線學(xué)習(xí)思想結(jié)合的跟蹤算法。該算法以LK(Lucas-Kanade)光流算法作為目標(biāo)跟蹤的核心算法，在跟蹤過(guò)程中對(duì) LK光流算法的目標(biāo)外觀模型進(jìn)行在線更新，使得模型可以適應(yīng)目標(biāo)和環(huán)境的變化，從而實(shí)現(xiàn)長(zhǎng)時(shí)間跟蹤。
　　論文的主要工作如下：
　　1．本文研究了兩種目標(biāo)跟蹤丟失判斷方法，建立了在線更新的背景模型與目標(biāo)運(yùn)動(dòng)模型，能夠判斷跟蹤到的對(duì)象是否是目標(biāo)，避免了因背景干擾而發(fā)生跟蹤丟失或目標(biāo)在畫(huà)面中消失而導(dǎo)致的跟蹤失敗。

3、>　　2．LK算法的跟蹤效果依賴于模板匹配的準(zhǔn)確性，如果模板中的像素點(diǎn)全是目標(biāo)的像素，那么 LK算法有著良好的跟蹤效果；但如果模板中包含背景像素，則會(huì)影響模板匹配的準(zhǔn)確性，使得算法漂移。為此，本文研究了一種基于目標(biāo)推理的模板匹配算法，在進(jìn)行模板匹配時(shí)引入了目標(biāo)的結(jié)構(gòu)信息，提高了模板匹配的準(zhǔn)確性。
　　3．傳統(tǒng)的LK光流算法通過(guò)求解目標(biāo)模型在鄰域內(nèi)的最佳匹配來(lái)實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤。而最佳匹配是通過(guò)多尺度迭代運(yùn)算進(jìn)行求解的，在迭代運(yùn)算