基于局部自相似描述子的目標(biāo)定位、檢測(cè)與跟蹤.pdf

1、人類每天會(huì)通過眼睛獲得大量的視覺信息，大腦會(huì)進(jìn)行自動(dòng)的過濾與篩選，從而捕捉到感興趣的區(qū)域。在這些區(qū)域中，通常有我們想要尋找的目標(biāo)。在模式識(shí)別算法的研究中，需要使用一個(gè)簡潔的向量對(duì)局部區(qū)域進(jìn)行描述，挖掘圖像元所具有的模式，從而進(jìn)行目標(biāo)描述以及匹配搜索。局部自相似描述算子能夠獲取局部區(qū)域所具有的布局模式，具有較好的魯棒性。
　　本文對(duì)自相似描述子在目標(biāo)物體的定位、檢測(cè)以及跟蹤算法中的應(yīng)用分別進(jìn)行了研究。首先對(duì)其特性進(jìn)行了研究。對(duì)多個(gè)視

2、角下的對(duì)應(yīng)點(diǎn)提取局部自相似描述子，分析其旋轉(zhuǎn)、平移不變性。在此基礎(chǔ)上，我們對(duì)該描述算子進(jìn)行目標(biāo)空間定位的應(yīng)用研究，對(duì)不同視角下的圖像集的點(diǎn)進(jìn)行匹配、優(yōu)化，得到興趣點(diǎn)的空間坐標(biāo)，從而定位目標(biāo)物體位置，并可以進(jìn)行測(cè)量。由于感興趣目標(biāo)常位于圖像的顯著性區(qū)域中，本文對(duì)顯著性與自相似描述子相結(jié)合的檢測(cè)算法進(jìn)行了研究。首先提取圖像的顯著性區(qū)域，然后在顯著性區(qū)域中檢測(cè)目標(biāo)，得到了不錯(cuò)的效果。由于在視頻跟蹤算法中，常常面對(duì)目標(biāo)物體形變或者部分遮擋的情況