基于非負編碼Boosting的目標跟蹤算法研究.pdf

1、目標跟蹤是計算機視覺領域非常重要的研究課題之一。它的應用涵蓋了人機交互、醫(yī)學圖像、安保、視頻監(jiān)控等各個領域。隨著計算機科學技術的不斷發(fā)張，目標跟蹤變得更加復雜。同時，由于目標形變、光照變化、遮擋、運動模糊等一系列問題，研發(fā)出一種有效的并且高效的魯棒性強的跟蹤算法仍然是一個非常具有挑戰(zhàn)性的課題。目前仍然沒有一種方法能夠解決跟蹤過程中出現(xiàn)的所有問題，目標跟蹤問題的主要困難在于算法的魯棒性、實時性和準確性，因此跟蹤算法仍有待于深入研究。

2、>　　本文針對視頻序列中目標出現(xiàn)的遮擋或誤定位等異常情況，做了一系列的研究工作。主要研究成果如下：
　　1.提出了一種基于非負編碼Boosting的目標跟蹤方法。與現(xiàn)有的Boosting跟蹤算法不同，本文所提出的方法著重于獲取弱分類器的全局最優(yōu)子集，其中弱分類器的篩選過程通過非負編碼的形式得到。生成的編碼值反映了對應的弱分類器的重要程度因此用作弱分類器的權值系數(shù)。在跟蹤過程中，通過選出的弱分類器對訓練樣本得到的預測標簽，可以進一步

3、分析正確分類的概率從而判別異常的發(fā)生。這種處理方式對正確更新分類器參數(shù)和避免跟蹤偏移有很大的幫助，實現(xiàn)了準確的跟蹤。
　　2.提出了一種空間約束非負編碼Boosting目標跟蹤方法。該方法在原有方法的基礎上，考慮了復雜場景中相鄰幀圖像之間相似的編碼關系，通過加入空間約束，較好地保持了視頻圖像序列的空間一致性，使得跟蹤算法更加穩(wěn)定。同時，采用新的目標表示形式，并通過將所有樣本整合成統(tǒng)一大小進行處理使得原有的跟蹤算法能夠應對目標尺度變