基于RGb-D的運動目標(biāo)魯棒跟蹤算法研究.pdf

1、目標(biāo)跟蹤是指在視頻序列中自動跟蹤感興趣的區(qū)域并輸出其在每一幀中的位置和狀態(tài)。目前，目標(biāo)跟蹤的難點主要包括復(fù)雜背景下的目標(biāo)提取、目標(biāo)的自遮擋、相互遮擋、陰影的處理、多攝像機的數(shù)據(jù)融合、對目標(biāo)跟蹤的實時性要求等。尤其是遮擋和陰影，這些問題普遍存在于現(xiàn)實環(huán)境中，同時由于目標(biāo)外觀及光照的改變，導(dǎo)致在跟蹤過程中發(fā)生跟蹤漂移、丟失等現(xiàn)象，很大程度地影響目標(biāo)跟蹤算法的準(zhǔn)確性和魯棒性。彩色圖像包含豐富的顏色、梯度、紋理和空間等信息，有利于圖像處理，但彩

2、色圖像往往受限于光照變化、遮擋及復(fù)雜背景等，在跟蹤領(lǐng)域中難以得到優(yōu)秀的魯棒性。深度圖像是指將場景中各點相對于圖像采集設(shè)備的距離作為像素值的圖像，不受光源照射方向、物體表面發(fā)射特性和陰影的影響，恰恰解決了基于彩色圖像的目標(biāo)跟蹤常受光照、陰影和復(fù)雜背景影響的問題。
　　本研究針對于深度圖像不受光照、陰影影響的特點，提出了一個基于粒子濾波框架的多候選種子融合的頭部跟蹤算法。在僅依賴深度信息的前提下，預(yù)處理圖像以豐富細節(jié)信息，利用深度信息

3、估計人的移動范圍，逐幀融合并更新目標(biāo)模板，分別以二階頭部搜索策略和粒子濾波為運動模型，結(jié)合提早中斷模板更新策略，對于在深度圖像中被跟蹤的頭部由于形變、突然運動、自遮擋等因素發(fā)生了顯著的外觀變化的情況，實現(xiàn)跟蹤的準(zhǔn)確性和魯棒性。結(jié)合彩色圖像和深度圖像的優(yōu)點，在核相關(guān)濾波器(KernelizedCorrelation Filters，KCF)框架下提出了一個基于RGB-D的尺度自適應(yīng)跟蹤算法。融合RGB圖像的方向梯度直方圖、顏色屬性特征和深