基于TLD算法的多目標視頻跟蹤技術研究.pdf

1、圖像處理是近年來計算機學科的一個熱門研究領域,視頻跟蹤是其中一個重要的研究課題。視頻跟蹤融合了機器視覺、模式分類和人工智能等多種先進技術。隨著計算機技術的飛速發(fā)展,基于視頻圖像的應用也得到越來越多科研人員的青睞,其中有大量科研成果具有很高的應用價值。
　　 在2009年的ICCV(W)國際會議上,捷克的Z.Kalal提出了一種新穎高效的視頻跟蹤算法——TLD算法。該算法解決了目前大部分跟蹤算法在跟蹤失效后不能重新捕獲目標的缺點,

2、并且能夠很好地適應目標外觀的劇烈變化,在給定極少的先驗知識的情況下,能夠迅速地學習目標特征并進行有效的跟蹤。Kalal用多個視頻來演示了算法的應用場景:動物行為分析、智能交通、手勢識別、人臉識別、增強現(xiàn)實和智能監(jiān)控等等。因此,TLD算法具有廣闊的應用前景。
　　 本文詳細地闡述了視頻跟蹤技術的現(xiàn)狀,提出了一種基于TLD算法的改進算法;針對多目標視頻跟蹤問題,提出了基于改進算法的多目標跟蹤算法,并實現(xiàn)了該系統(tǒng)。改進的算法主要對TL

3、D算法中的在線模型作了改進,引入基于重量分布和重心位置的圖像索引,提高了在線模型的工作效率。改進的算法在工作流程上并未做較大改變,先采用基于金字塔LK光流法的跟蹤器對目標進行跟蹤,同時采用基于隨機森林的檢測器對每一幀圖像進行檢測;對于由跟蹤器或檢測器捕獲到的目標位置,再進一步采用改進的在線模型進行驗證。
　　 改進的算法保留了原算法優(yōu)良的特性,包括能夠在跟蹤失效后重新捕獲目標、只需極少先驗知識等,并且算法的效率并不隨著時間的推移