具有適應遮擋處理與模板漂移抑制的視頻目標跟蹤算法.pdf

1、視頻目標跟蹤是計算機視覺領域的研究熱點之一,它在人機交互、自動監(jiān)視、視頻檢索、交通監(jiān)測以及車輛導航中有著廣泛的應用。實現魯棒精確的視頻目標跟蹤又是一個研究難點,因為首先,目標的外觀在不斷變化；其次,在跟蹤過程中經常會發(fā)生模板漂移現象,即模板逐漸被背景物體占據；再次,目標在跟蹤過程中會被遮擋,跟蹤算法很難判斷目標外觀的改變是目標本身還是遮擋物造成的；另外,目標被部分遮擋時,跟蹤精度通常會大幅下降；最后,在目標被完全遮擋的情況下,很難準確判

2、斷目標重現的時刻。
　　 本文提出的目標跟蹤算法較好地解決了上述問題。本文算法采用帶掩蔽的模板匹配來定位目標,以屏蔽遮擋物的干擾。由于其中的模板掩蔽是根據目標的遮擋情況生成的,因而有效判斷目標的遮擋情況是關鍵。本文算法融合了時空上下文、目標外觀模型和運動矢量所提供的目標遮擋信息,顯著增加了辨別遮擋區(qū)域的魯棒性。由于根據前一幀的遮擋情況得到的模板掩蔽可能在當前幀中不再準確,因而帶掩蔽模板匹配的結果經常會有誤差。本文算法利用目標未被

3、遮擋的區(qū)域來校正目標定位結果。在得到目標的準確位置后,需要更新模板。更新模板的關鍵是要盡量抑制模板漂移。本文算法在Kalman外觀濾波器中顯式建模漂移噪聲,給予較易產生模板漂移的圖像區(qū)域較低的更新強度,從而在更新模板和抑制漂移之間取得了最優(yōu)的平衡,提高了跟蹤精度。對于全遮擋,本文算法利用干擾物和重現的目標具有不同的模板匹配誤差和前向匹配誤差的特性,魯棒地判斷全遮擋的結束時刻。本文算法還對目標坐標變換參數的變化率進行Kalman濾波,且濾