基于循環(huán)核矩陣的自適應(yīng)目標(biāo)跟蹤算法研究.pdf

1、隨著社會的不斷進(jìn)步，科學(xué)技術(shù)的發(fā)展在當(dāng)今社會已經(jīng)顯得越來越重要，科技的發(fā)展程度代表一個國家的綜合實力。計算機(jī)視覺正是科學(xué)技術(shù)的一個重要領(lǐng)域，與人們的生活息息相關(guān)，是人們生活不可或缺的一部分。同時，計算機(jī)視覺廣泛的應(yīng)用于人機(jī)互動、導(dǎo)彈制導(dǎo)、交通安全等各個領(lǐng)域，得到了學(xué)術(shù)界和企業(yè)界的極大關(guān)注。其中，視頻目標(biāo)跟蹤技術(shù)是計算機(jī)視覺領(lǐng)域的一個重要方面，也是計算機(jī)視覺能夠應(yīng)用到以上等領(lǐng)域的前提。
　　對視頻中的目標(biāo)進(jìn)行跟蹤的算法，目前有經(jīng)典的

2、MeanShift跟蹤算法、改進(jìn)的具有自適應(yīng)性的CamShift目標(biāo)跟蹤算法，以及當(dāng)前較新的且效果也較好的具有自適應(yīng)性的基于時空上下文的目標(biāo)跟蹤算法和基于核的循環(huán)結(jié)構(gòu)的邊檢測邊跟蹤算法。雖然，以上算法都取得了較好的實驗效果，但在一定程度上并不能非常好的自適應(yīng)目標(biāo)大小的變化。
　　MeanShift算法是一種均值漂移算法，具有計算簡單，運算速度較快，對少量遮擋、旋轉(zhuǎn)、形變都不敏感的特點。但跟蹤窗口不能自適應(yīng)目標(biāo)大小變化，當(dāng)目標(biāo)運動速

3、度較快時，跟蹤易丟失。CamShift算法改進(jìn)了MeanShift算法的不足，實現(xiàn)了目標(biāo)的自適應(yīng)性。但在背景顏色與目標(biāo)顏色相近時，也易出現(xiàn)跟蹤錯誤的現(xiàn)象。基于時空上下文的目標(biāo)跟蹤算法充分利用了目標(biāo)與周圍環(huán)境的空間關(guān)系，同時對空間關(guān)系進(jìn)行實時更新，具有在嚴(yán)重遮擋的情況下也可有效的實現(xiàn)跟蹤，運行速度快的特點?；诤说难h(huán)結(jié)構(gòu)的邊檢測邊跟蹤算法采樣充分，跟蹤效果較好，能適應(yīng)部分遮擋的情況，且跟蹤速度很快。但其無法適應(yīng)自適應(yīng)目標(biāo)大小變化的要求。

4、
　　本文針對自適應(yīng)問題提出了一種基于循環(huán)核矩陣的自適應(yīng)目標(biāo)跟蹤算法。采用了分類效果近似支持向量機(jī)的正則化最小二乘法的分類模型。通過尋找最小二乘法的隱式解而找到目標(biāo)的最終位置。算法首先通過人工標(biāo)注的方式，找到目標(biāo)所在區(qū)域，并設(shè)置相應(yīng)的感興趣區(qū)域，再對感興趣的區(qū)域盡可能多的采樣，以致所有的樣本可以構(gòu)成一個循環(huán)矩陣結(jié)構(gòu)，進(jìn)而可以通過高斯核函數(shù)以構(gòu)成循環(huán)核矩陣。在這里為了解決樣本太多，計算量大的問題，將已經(jīng)成熟的循環(huán)矩陣與傅里葉變換建立