結合運動信息的目標主動輪廓跟蹤.pdf

1、目標跟蹤技術是通過對視頻中序列圖像的處理，獲得感興趣目標在連續(xù)序列圖像中位置隨時間變化的軌跡。目標跟蹤在計算機視覺領域占有重要地位，廣泛應用于視頻監(jiān)控，人機交互，自動駕駛等多個領域。目標輪廓跟蹤能夠清晰地表達出目標的邊緣輪廓，提供目標的形狀變化信息，因此成為目標跟蹤領域的一個重要研究方向。目標跟蹤技術已研究多年，但仍存在許多問題有待解決，比如復雜環(huán)境造成的干擾，目標發(fā)生拓撲變化或遮擋，光照變化等。因此，研究一種高準確度，高性能的目標跟蹤

2、方法具有重大的意義。
　　本文設計一種結合目標運動信息和表觀特征的方法來實現(xiàn)目標輪廓跟蹤，克服了傳統(tǒng)的基于表觀特征目標輪廓跟蹤對于顏色，梯度等特征的依賴性，在目標表觀特征不夠明顯，但是具有明顯相對運動的場景中能達到良好的跟蹤效果。本文研究工作如下：
　　1）以超像素為基本單元提取目標與背景的顏色特征和紋理特征，構建基于表觀特征的目標/背景模型，考慮到實際場景中的目標或背景存在多種表觀模式(多種顏色或紋理)，使用兩類分類器很難

3、得到正確分類結果，本文提出一種基于局部信息的置信圖計算方法，并將其與SVM分類器得到的置信圖進行自適應權重融合，得到更為可靠的表觀特征置信圖。
　　2）引入光流法來刻畫目標的運動信息，得到的光流場能夠代表每個像素點的運動速度大小和方向。由于光流場的計算結果可能出現(xiàn)運動模糊，或者包含非目標區(qū)域，導致運動特征的提取不夠準確，提出了一種自適應光流灰度級調整的方法，來擴大目標和背景區(qū)域的灰度值差異，使得運動特征更為明顯。該方法首先基于超像

4、素進行局部光流方向直方圖統(tǒng)計和全局光流方向直方圖統(tǒng)計，劃分出目標和背景區(qū)域，然后通過自適應確定目標背景區(qū)域光流灰度值的分割閾值，動態(tài)調整光流灰度級，得到調整后的光流灰度圖。
　　3）將調整后的光流灰度圖和基于表觀特征得到的置信圖作為兩個屬性訓練決策樹，決策樹采用 ID3決策樹算法，根據(jù)信息增益最大準則進行構建，利用決策樹對感興趣區(qū)域的像素點進行預測，得到結合運動信息和表觀特征的置信圖，引導水平集函數(shù)演化到目標輪廓邊緣。通過多組實驗