基于視覺(jué)顯著性的粒子濾波跟蹤算法研究.pdf

1、運(yùn)動(dòng)目標(biāo)跟蹤作為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要的分支，在視頻檢索、場(chǎng)景監(jiān)控、犯罪行為分析等多個(gè)方面都有著廣泛的應(yīng)用。但是，受到復(fù)雜環(huán)境和目標(biāo)自身不確定性因素的影響，真實(shí)的跟蹤過(guò)程極為復(fù)雜，一個(gè)好的跟蹤算法需要處理好跟蹤過(guò)程中出現(xiàn)的光照變化、目標(biāo)遮擋、姿態(tài)變化等干擾因素。為此，幾十年來(lái)，各種運(yùn)動(dòng)目標(biāo)跟蹤算法層出不窮，各有優(yōu)劣。最近幾年，視覺(jué)顯著性獲得了廣泛的關(guān)注。所謂視覺(jué)顯著性機(jī)制，就是模擬生物視覺(jué)特性，特別是人類視覺(jué)特性的一種關(guān)注機(jī)制，該機(jī)制

2、具有“記憶性”和“選擇性”，能夠利用對(duì)目標(biāo)表觀的過(guò)往記憶，結(jié)合目標(biāo)本身在顏色、尺度等方面的獨(dú)特性，從復(fù)雜的圖像序列中排除干擾，定位出目標(biāo)。本文在粒子濾波采樣跟蹤算法的框架下，通過(guò)模擬人類視覺(jué)特性，提出了基于視覺(jué)顯著性的運(yùn)動(dòng)目標(biāo)跟蹤算法，文章主要做了以下兩個(gè)方面的工作:
　　1.針對(duì)在跟蹤過(guò)程中采用單一顏色特征導(dǎo)致跟蹤魯棒性不強(qiáng)的問(wèn)題，提出一種利用視覺(jué)顯著性特征和顏色特征進(jìn)行融合跟蹤的視覺(jué)跟蹤算法。眾所周知，顏色特征雖然對(duì)部分遮擋和

3、目標(biāo)尺度變化等干擾因素抵抗性較強(qiáng)，但是對(duì)光照變化非常敏感，且當(dāng)目標(biāo)發(fā)生姿態(tài)變化時(shí)，顏色特征表觀模型及其采用的模板更新機(jī)制容易產(chǎn)生模板漂移，造成跟蹤失敗。本文研究了一些現(xiàn)有的顯著性檢測(cè)算法，通過(guò)在跟蹤圖像序列中測(cè)試，選取了檢測(cè)效果好、計(jì)算量小的算法用于跟蹤。在場(chǎng)景發(fā)生光照變化或目標(biāo)發(fā)生姿態(tài)變化前后，利用目標(biāo)區(qū)域在顯著圖中顯著度的不變性對(duì)目標(biāo)位置進(jìn)行定位，避免采用單一顏色特征跟蹤時(shí)容易發(fā)生的漂移現(xiàn)象。
　　2.針對(duì)當(dāng)前一些利用“自底向

4、上”顯著性檢測(cè)算法得到的顯著圖中，目標(biāo)區(qū)域顯著度不高的問(wèn)題，提出一種利用目標(biāo)先驗(yàn)信息的顯著性檢測(cè)算法，并應(yīng)用于遮擋目標(biāo)跟蹤當(dāng)中?，F(xiàn)有的顯著性檢測(cè)算法大多利用目標(biāo)尺度大，靠近圖片中心等特點(diǎn)來(lái)構(gòu)造算法，在實(shí)際用于跟蹤的圖片序列中，目標(biāo)所處的環(huán)境往往很復(fù)雜，目標(biāo)的尺度有時(shí)很小，目標(biāo)有時(shí)也不在靠近圖片中心的位置，這些都對(duì)現(xiàn)有的顯著性檢測(cè)算法造成了挑戰(zhàn)。但是，目標(biāo)在第一幀的位置是已知的，如何利用目標(biāo)先驗(yàn)信息來(lái)構(gòu)造顯著性檢測(cè)算法，是解決以上問(wèn)題的關(guān)