基于特征點分類的實時多目標檢測與跟蹤.pdf

1、多目標的檢測與跟蹤是計算機視覺里的一個很重要的問題，在安全監(jiān)控等領域有著廣泛的應用，比如智能交通系統(tǒng)。目前流行的方法存在著各種局限性：基于背景差分的方法會受遮擋、光照變化以及相機抖動的影響；基于特征點聚類的方法因為目標物體的大小不同，很難達到穩(wěn)定的跟蹤；另外一些基于物體模型匹配的方法，因為計算復雜而難以達到實時。本文提出了一種新穎的基于特征點分類的多目標檢測與跟蹤方法，不依賴背景，也能達到實時穩(wěn)定的檢測跟蹤效果。算法主要包含兩部分：預處

2、理階段，把目標物體分為若干部分，并提取每個部分的特征來訓練一個分類器；在線時，首先在整張圖片中提取特征點，通過訓練好的分類器來篩選屬于目標物體的特征點，并確定特征點對應的物體局部，之后通過一種離散化的投票方法快速檢測出目標，并確定特征點與目標之間的對應關系，最后在跟蹤特征點的基礎上進行目標的跟蹤。由于采用了基于局部分塊的策略，本文的方法能夠魯棒地處理局部遮擋情況。文中的實驗結果表明該方法用于檢測跟蹤具有快速而且穩(wěn)定的效果，在此基礎上，本