局部紋理特征及其在對象跟蹤中的應(yīng)用.pdf

1、對象跟蹤是計算機(jī)視覺領(lǐng)域中的核心問題之一，而對象特征提取算法的優(yōu)劣直接影響跟蹤的適應(yīng)性、健壯性及實(shí)時性，因此本文重點(diǎn)研究對象特征提取中應(yīng)用最廣泛的特征提取算法之一—局部紋理特征，并研究其在對象跟蹤中的應(yīng)用。主要工作包括以下三個方面：
　　第一，基于局部二值模式（LBP）及其若干變種算法，提出一種新的局部紋理特征提取算法——完全局部三值模式（Completed Local Ternary Patterns，CLTP），對均勻模式的

2、CLTP直方圖進(jìn)行離散傅里葉變換，以構(gòu)建其直方圖傅里葉特征（CLTP_HF），增強(qiáng)其對旋轉(zhuǎn)的魯棒性。大量對比實(shí)驗(yàn)證明：與若干優(yōu)秀的 LBP變種算法相比，CLTP在旋轉(zhuǎn)及光照變化條件下具有更強(qiáng)的紋理分類能力；構(gòu)建均勻模式的CLTP直方圖傅里葉特征能夠有效提高CLTP的紋理分類能力。
　　第二，基于傳統(tǒng) Mean Shift算法及其若干改進(jìn)算法，提出基于顏色與 CLTP融合直方圖的 Mean Shift跟蹤算法。新算法的主要優(yōu)勢包括：

3、①提出基于顏色與CLTP融合直方圖的目標(biāo)對象模型，使目標(biāo)對象模型能夠反映更多的對象結(jié)構(gòu)信息；②利用修正的背景賦權(quán)機(jī)制在線更新目標(biāo)對象模型，能降低背景對目標(biāo)對象定位的干擾；③利用改進(jìn)的背景更新機(jī)制對背景模型進(jìn)行在線更新，以反映實(shí)際環(huán)境中不斷變化的背景。大量公開視頻庫上的對比實(shí)驗(yàn)證明：相比于其它 Mean Shift改進(jìn)算法，本算法能夠有效跟蹤復(fù)雜背景、光照變化、遮擋等情況下的目標(biāo)對象。
　　第三，將CLTP紋理特征應(yīng)用到實(shí)時壓縮跟蹤