基于PTZ攝像機的運動目標跟蹤算法研究與實現(xiàn).pdf

1、基于PTZ攝像機的運動目標跟蹤（又稱為主動目標跟蹤）是指:在一個序列圖像的每幅圖像中找到所感興趣的目標所處的位置，并根據(jù)控制策略實時控制PTZ攝像機轉(zhuǎn)動或縮放，使目標永遠處于視野的中心區(qū)域，并且可以看到目標的局部細節(jié)。主動目標跟蹤是計算機視覺研究的核心內(nèi)容，在軍事視覺制導、機器人視覺導航、交通監(jiān)視等領(lǐng)域有著重要的實用價值和廣闊的發(fā)展前景。由于外界光照變化、跟蹤目標的形變、目標被遮擋和PTZ攝像機的控制等因素，使得基于PTZ攝像機的目標跟

2、蹤成為一個極富挑戰(zhàn)性的課題。
　　本文首先分析了目前常用于PTZ跟蹤的兩種方法:Mean Shift和粒子濾波，主要介紹了它們在跟蹤中的應用和各自的優(yōu)缺點。然后針對目前常用的PTZ跟蹤方法只考慮了目標本身，而忽略了目標周圍的背景信息，引入了在線學習的跟蹤方法，重點介紹了基于在線AdaBoost分類器的跟蹤方法原理。由于更新AdaBoost分類器需要很長時間，然而跟蹤過程中必須要求實時性，所以本文把已成功應用于實時車載識別的一種在線

3、更新AdaBoost分類器的方法用于跟蹤中。實驗驗證了該算法的有效性并且跟蹤效果要好于Mean Shift跟蹤方法。但是，基于在線AdaBoost分類器的跟蹤方法會導致誤差的積累和分類器精度的下降，從而產(chǎn)生跟蹤框的漂移。針對這一問題，本文討論了另外一種分類器—MILBoost分類器，并在此基礎(chǔ)上提出了基于在線MILBoost分類器的粒子濾波方法。最后實驗表明，此方法優(yōu)于基于AdaBoost分類器的跟蹤方法，同時也將此方法和基于顏色和梯度