復(fù)雜場景下運動目標的跟蹤及遮擋問題的研究.pdf

1、　　視覺跟蹤技術(shù)屬于計算機領(lǐng)域內(nèi)的核心技術(shù)，它融合了圖像處理、人工智能、模式識別等多個領(lǐng)域，并在我們?nèi)粘Ｉ钪杏兄鴱V闊的應(yīng)用。由于被跟蹤目標的多樣性和變化性，以及場景的復(fù)雜性和各種干擾的存在，使得對目標實時準確的跟蹤就變得非常困難。針對這一難題，論文主要對復(fù)雜場景下的運動目標的跟蹤及發(fā)生遮擋或旋轉(zhuǎn)時的跟蹤進行了研究。
　　本文詳細介紹了圖像處理和圖像變換的相關(guān)知識，總結(jié)了運動目標檢測的常用算法，并仔細分析了基于背景更新的差分法

2、和基于高斯混合模型的背景差分法的原理。針對靜態(tài)復(fù)雜場景下運動目標的跟蹤，提出了基于概率估計PF算法的輪廓跟蹤方法，對輪廓進行PF概率估計進行跟蹤；由跟蹤輪廓進行擴展結(jié)合了混合高斯背景模型和PF算法，通過GMM算法去除小的干擾噪聲并準確提取前景目標，然后通過PF算法預(yù)估跟蹤前景，實驗結(jié)果證明該方法比單一的PF預(yù)估算法跟蹤穩(wěn)定性更強，而且本算法對目標部分遮擋情況下的跟蹤有一定效果。
　　針對復(fù)雜場景下被跟蹤目標的遮擋問題，結(jié)合了確定