結合跟蹤技術的視頻目標分割方法研究.pdf

1、視頻目標分割是計算機視覺的重要組成部分，其目的是從視頻序列中提取出感興趣的目標，使信息處理更加高效，已廣泛應用于智能交通、行為識別、視頻監(jiān)控、視頻壓縮等領域，逐漸成為研究熱點與難點。
　　鑒于非特定目標（unknown objects）跟蹤技術的日趨成熟以及跟蹤領域對目標消失重現(xiàn)問題研究的不斷深入，本文通過將跟蹤算法與分割算法相結合以處理視頻目標分割中目標消失重現(xiàn)的問題。對于初始幀，使用 Grabcut算法進行分割，其結果初始化分

2、割模型，交互框作為跟蹤算法的初始化輸入；對于后續(xù)幀，先對目標進行跟蹤，獲得跟蹤框后對目標進行分割，然后根據(jù)分割結果使用P-N學習算法對分割模型進行更新。在本算法中，跟蹤算法的性能將很大程度影響最終的分割結果。本文的主要工作包括：
　　1）對視頻目標跟蹤技術與分割技術進行了綜述，并對 P-N學習算法、基于BRIEF（Binary Robust Independent Elementary Features）特征的隨機蕨叢（Rando

3、m fern）分類器以及 Tracking-Learning-Detection（TLD）算法進行了研究。
　　2）為得到一種高實時性的跟蹤算法，對 TLD算法中的檢測器進行了重新設計，提出了一種新的長時間跟蹤算法 TLLD（Tracking-Learning-Local-Detection）?？紤]到總是全屏檢測會使算法的實時性不佳，提出了一種自適應生成檢測范圍的方法，通過約束檢測范圍以提高檢測效率；為緩解學習樣本減少造成的負面影