基于超像素的目標跟蹤算法研究.pdf

1、隨著視頻監(jiān)控系統(tǒng)的迅速普及，計算機視覺正逐漸為大眾所熟知，特別是計算機視覺領(lǐng)域的運動目標跟蹤過技術(shù)，近年來受到越來越多的重視，已逐步應(yīng)用于安防監(jiān)控、人機交互、無人駕駛汽車導航等領(lǐng)域。傳統(tǒng)的視覺目標跟蹤算法跟蹤準確性較差，穩(wěn)定性較低，無法應(yīng)對越來越復(fù)雜多變的跟蹤目標變化，而基于超像素的目標跟蹤算法在跟蹤目標外觀發(fā)生形變、遮擋等多種變化時，穩(wěn)定地實現(xiàn)目標跟蹤。本文基于超像素的目標跟蹤算法進行了深入研宄，基于當今的超像素分割算法、特征空間聚類

2、和貝葉斯跟蹤框架，提出了較為穩(wěn)定并且能夠應(yīng)對部分目標外觀變化的跟蹤方法。本文的主要內(nèi)容有：
　　1.提出一種帶有各向異性濾波和亮度分量約束的超像素分割算法。本文在目前經(jīng)典的簡單線性迭代聚類算法的基礎(chǔ)上，引入了各向異性濾波和亮度分量約束。各向異性濾波可以使得圖像語義邊界更加尖銳，而語義區(qū)域更加平滑，使得在超像素生成過程中可以更好地貼合目標的語義邊界，提高其準確性。亮度分量濾波可以使得，超像素生成過程中聚類中心的誤差不擴散。
　

3、　2.提出了一種行星型的超像素特征池表觀模型。本文在傳統(tǒng)的超像素特征特征池模型的基礎(chǔ)上，將其部件化，形成根部件和葉部件，并且定義了部件之間的概率關(guān)系，形成了一種行星型的超像素特征池表觀模型。本文所提表觀模型，可以用于應(yīng)對目標發(fā)生形變、遮擋等多種目標外觀變化和解構(gòu)的情況，可以提高跟蹤結(jié)果的正確性和穩(wěn)定性。
　　3.在貝葉斯框架的基礎(chǔ)上，提出了與行星型模型相適應(yīng)的跟蹤方法。將貝葉斯跟蹤框架在該表觀模型下特例化，用置信度來刻畫動態(tài)模型與