基于人類(lèi)視覺(jué)機(jī)制的自適應(yīng)粒子濾波目標(biāo)跟蹤算法.pdf

1、目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)研究中的一個(gè)重要課題，它是目標(biāo)行為理解的基礎(chǔ)，是圖像系統(tǒng)連續(xù)準(zhǔn)確工作的重要部分。跟蹤算法要求準(zhǔn)確性和魯棒性，在很多應(yīng)用下還要求實(shí)時(shí)性，而現(xiàn)實(shí)中目標(biāo)的運(yùn)動(dòng)通常較為復(fù)雜，因此兼顧準(zhǔn)確性、魯棒性和實(shí)時(shí)性一直是目標(biāo)跟蹤的前沿和熱點(diǎn)問(wèn)題，也是本文的研究目的。
　　 目前大部分跟蹤算法采用基于單一目標(biāo)特征，計(jì)算量通常不大，能滿(mǎn)足實(shí)時(shí)性的要求，但單一特征描述缺乏準(zhǔn)確性，難以將目標(biāo)從背景中準(zhǔn)確的分離；目前多特征算法通常針對(duì)目

2、標(biāo)各個(gè)特征在不同場(chǎng)景的顯著性不同，對(duì)各個(gè)特征單獨(dú)建模，并融合所有特征信息互補(bǔ)，它需要對(duì)特征一一求解，從而大大增加運(yùn)算量，影響跟蹤的實(shí)時(shí)性。針對(duì)以上跟蹤算法存在的問(wèn)題，本文主要做了以下工作：
　　 針對(duì)單一特征跟蹤算法識(shí)別準(zhǔn)確性不高，特別是在遮擋狀況下無(wú)法對(duì)目標(biāo)特征進(jìn)行檢測(cè)和跟蹤的問(wèn)題，考慮到基于后驗(yàn)概率估計(jì)的粒子濾波算法在復(fù)雜場(chǎng)景下能提高跟蹤的魯棒性，本文在粒子濾波基礎(chǔ)上，提出了一種融合了目標(biāo)運(yùn)動(dòng)特征信息的算法。算法通過(guò)記錄目標(biāo)

3、運(yùn)動(dòng)的歷史信息，當(dāng)目標(biāo)被遮擋時(shí)，利用牛頓運(yùn)動(dòng)定律預(yù)測(cè)運(yùn)動(dòng)目標(biāo)可能出現(xiàn)的位置與方向，從而解決目標(biāo)發(fā)生遮擋而無(wú)法繼續(xù)跟蹤的狀況。
　　 參考人眼視覺(jué)跟蹤機(jī)制，根據(jù)目標(biāo)物體在不同場(chǎng)景下對(duì)人眼的刺激的顯著性不同，人眼依據(jù)顯著性由強(qiáng)而弱捕獲外界目標(biāo)，本文提出了一種自適應(yīng)的多特征粒子濾波目標(biāo)跟蹤算法。算法首先對(duì)目標(biāo)的各個(gè)特征按照顯著性的強(qiáng)弱進(jìn)行排序；然后按照排好序的特征過(guò)濾粒子，顯著性越高的特征對(duì)目標(biāo)的辨識(shí)度越高，相應(yīng)過(guò)濾更多與目標(biāo)特征不相

4、符的粒子，減少粒子的重復(fù)性計(jì)算，直至剩下唯一的候選粒子；最后反饋跟蹤的結(jié)果，過(guò)濾越多粒子的特征，獲得越高的顯著性，反之降低顯著性，算法對(duì)更新后的顯著性再重新排序，作為下一輪過(guò)濾的參考。該算法可以實(shí)現(xiàn)隨著場(chǎng)景的不斷變化，目標(biāo)的特征與其顯著性自動(dòng)組織去適應(yīng)外界環(huán)境，從而實(shí)現(xiàn)目標(biāo)特征的自適應(yīng)性。
　　 在驗(yàn)證算法有效性中，本文采用了四段視頻進(jìn)行測(cè)試，并與單一特征和多特征目標(biāo)跟蹤算法分別在準(zhǔn)確性、魯棒性以及實(shí)時(shí)性三個(gè)方面進(jìn)行對(duì)比分析。其