復雜目標描述與穩(wěn)健跟蹤算法研究.pdf

1、視覺目標跟蹤是計算機視覺中的熱點研究領域,在學術研究和實際應用上有著重要價值及意義。視覺目標跟蹤主要是通過處理視頻序列,實時獲取目標的速度、位置、旋轉角等運動信息并鎖定住目標的運動軌跡的過程。跟蹤目標的不確定性、目標運動的無規(guī)律性和跟蹤環(huán)境的復雜性,給目標的穩(wěn)健跟蹤帶來諸多挑戰(zhàn)。在視覺目標跟蹤系統(tǒng)中,最為關鍵的就是目標描述和目標狀態(tài)估計兩部分。本文也主要針對這兩大模塊進行了研究,主要研究工作如下:
　　1.研究了目標描述方法,尤其

2、是基于稀疏表示的目標描述?；谙∈璞硎镜哪繕嗣枋龇椒ɡ碚?提出了基于兩步稀疏表示的目標描述方法。使用目標的全局圖像和局部圖像共同構建稀疏表示字典,全局稀疏表示描述了目標外觀的整體信息,局部稀疏表示描述了目標外觀的局部信息和空間信息。結合兩步稀疏表示系數,針對系數意義,按其空間位置信息加權計算目標的全局描述重要性參數和局部描述的特征向量,最后得到目標觀測概率模型。
　　2.研究了在線學習的模板更新方法,尤其是基于 SKL( Sequ

3、ential Karhunen-Loeve,SKL)和稀疏表示模板更新策略,并提出了一定的改進。采用基于二次函數的累加概率序列表示改變模板集更新概率,保證模板信息的實時性和多樣性;結合目標特征向量的空間信息對目標遮擋進行判斷和處理。
　　3.研究了目標跟蹤算法框架,針對大量粒子計算復雜度高的問題,結合目標全局描述的重要性參數對粒子進行篩選,以提高系統(tǒng)效率。實驗中與多種跟蹤器進行對比,對多個具有各種挑戰(zhàn)性的視頻序列進行跟蹤,證明了提