一種基于Hausdorff距離的運動目標(biāo)跟蹤算法.pdf

1、運動物體的視覺分析是計算機視覺研究領(lǐng)域的重要課題之一，近年來，隨著視頻影像應(yīng)用領(lǐng)域日益廣泛，這方面的研究倍受關(guān)注。運動物體視覺分析的主要目的是從一組包含運動物體的圖像序列中檢測、識別、跟蹤運動目標(biāo)，并對其行為進(jìn)行理解和描述。其中，運動檢測和運動跟蹤等屬于底層視覺問題，而行為的理解和描述等屬于高層視覺問題。
　　 本文是針對視頻序列分析中的運動物體檢測和運動跟蹤等底層視覺問題而提出，主要研究如何在視頻序列中定位感興趣的運動物體，并

2、在后續(xù)幀中持續(xù)跟蹤該物體的輪廓，從而分析其運動方式與軌跡。具體地說，首先在某個視頻序列的第一幀中采用基于GVF(Gradient Vector Flow)的Snake模型提取運動物體的初始輪廓，然后在后續(xù)幀中以該輪廓為模板進(jìn)行目標(biāo)匹配，匹配方法采用基于概率論中最大似然準(zhǔn)則的Hausdorff距離進(jìn)行，該方法以統(tǒng)計學(xué)中的似然度代替?zhèn)鹘y(tǒng)的Hausdorff距離特征點的距離做為測度，并采用一種基于多分辨率的仿射空間搜索算法尋找最優(yōu)解。