基于時空約束的視頻目標(biāo)跟蹤技術(shù)研究.pdf

1、在科技發(fā)展和社會需求的雙重驅(qū)動下，視頻跟蹤的應(yīng)用越來越廣泛，在安全監(jiān)控、軍事和行為理解等領(lǐng)域都有著大量的應(yīng)用需求。目前雖已提出了大量的目標(biāo)跟蹤算法，但由于光照、背景、目標(biāo)的變化和遮擋等復(fù)雜因素的影響，而且也沒有一種自適應(yīng)目標(biāo)變化的外觀表示模型，算法的實(shí)用性仍需進(jìn)一步的研究，研究一種長時間有效的視頻跟蹤算法仍是亟待解決的問題。視頻目標(biāo)跟蹤雖然存在許多的難題，但由于其潛在的應(yīng)用價值，有著重要的研究意義。
　　本課題主要針對目標(biāo)尺度變化

2、和遮擋問題進(jìn)行研究，提出一種基于時空約束的改進(jìn)Mean Shift目標(biāo)跟蹤算法，利用圖像序列之間的時間和空間拓?fù)浣Y(jié)構(gòu)約束提高跟蹤的性能。利用擴(kuò)展卡爾曼濾波對目標(biāo)進(jìn)行預(yù)測估計(jì)得到目標(biāo)的預(yù)測位置，作為Mean Shift的迭代起點(diǎn)。文中利用前向-后向跟蹤的偏差對目標(biāo)的尺度變化進(jìn)行補(bǔ)償；利用圖像空間結(jié)構(gòu)的約束提高檢測結(jié)果，從而提高目標(biāo)在雜亂、相似背景下跟蹤的穩(wěn)定性。課題研究的具體內(nèi)容摘要如下：
　　（1）文中利用目標(biāo)運(yùn)動連續(xù)性的特點(diǎn)，將

3、Mean Shift跟蹤算法和擴(kuò)展卡爾曼濾波結(jié)合，以擴(kuò)展卡爾曼濾波的預(yù)測結(jié)果作為Mean Shift的迭代起點(diǎn)，在跟蹤的同時考慮目標(biāo)的運(yùn)動趨勢信息，提高M(jìn)ean Shift算法在遮擋等情況下的魯棒性。利用前向-后向跟蹤的偏移差在一定程度上調(diào)整目標(biāo)框的大小，自適應(yīng)目標(biāo)尺度變化；同時對目標(biāo)中心進(jìn)行修正提高精度。
　?。?）針對視頻跟蹤的復(fù)雜性，文中將跟蹤與檢測結(jié)合，提出一種基于時空約束的檢測跟蹤算法。在背景干擾、目標(biāo)遮擋嚴(yán)重的情況下，