基于PTZ攝像機(jī)的運(yùn)動目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf

1、基于PTZ攝像機(jī)的運(yùn)動目標(biāo)跟蹤（又稱為主動目標(biāo)跟蹤）是指:在一個序列圖像的每幅圖像中找到所感興趣的目標(biāo)所處的位置，并根據(jù)控制策略實(shí)時(shí)控制PTZ攝像機(jī)轉(zhuǎn)動或縮放，使目標(biāo)永遠(yuǎn)處于視野的中心區(qū)域，并且可以看到目標(biāo)的局部細(xì)節(jié)。主動目標(biāo)跟蹤是計(jì)算機(jī)視覺研究的核心內(nèi)容，在軍事視覺制導(dǎo)、機(jī)器人視覺導(dǎo)航、交通監(jiān)視等領(lǐng)域有著重要的實(shí)用價(jià)值和廣闊的發(fā)展前景。由于外界光照變化、跟蹤目標(biāo)的形變、目標(biāo)被遮擋和PTZ攝像機(jī)的控制等因素，使得基于PTZ攝像機(jī)的目標(biāo)跟

2、蹤成為一個極富挑戰(zhàn)性的課題。
　　本文首先分析了目前常用于PTZ跟蹤的兩種方法:Mean Shift和粒子濾波，主要介紹了它們在跟蹤中的應(yīng)用和各自的優(yōu)缺點(diǎn)。然后針對目前常用的PTZ跟蹤方法只考慮了目標(biāo)本身，而忽略了目標(biāo)周圍的背景信息，引入了在線學(xué)習(xí)的跟蹤方法，重點(diǎn)介紹了基于在線AdaBoost分類器的跟蹤方法原理。由于更新AdaBoost分類器需要很長時(shí)間，然而跟蹤過程中必須要求實(shí)時(shí)性，所以本文把已成功應(yīng)用于實(shí)時(shí)車載識別的一種在線

3、更新AdaBoost分類器的方法用于跟蹤中。實(shí)驗(yàn)驗(yàn)證了該算法的有效性并且跟蹤效果要好于Mean Shift跟蹤方法。但是，基于在線AdaBoost分類器的跟蹤方法會導(dǎo)致誤差的積累和分類器精度的下降，從而產(chǎn)生跟蹤框的漂移。針對這一問題，本文討論了另外一種分類器—MILBoost分類器，并在此基礎(chǔ)上提出了基于在線MILBoost分類器的粒子濾波方法。最后實(shí)驗(yàn)表明，此方法優(yōu)于基于AdaBoost分類器的跟蹤方法，同時(shí)也將此方法和基于顏色和梯度