模擬人類視覺機(jī)制的視覺跟蹤算法研究與實(shí)現(xiàn).pdf

1、視覺跟蹤，是一個(gè)根據(jù)給定外觀模型在圖像序列中定位目標(biāo)的實(shí)時(shí)系統(tǒng)。作為最重要的計(jì)算機(jī)視覺任務(wù)之一，視覺跟蹤有著廣泛的應(yīng)用領(lǐng)域，包括交通、導(dǎo)航、生態(tài)、安防、軍事、體育、機(jī)器人等。
　　盡管研究視覺跟蹤的算法種類繁多，模擬人類視覺機(jī)制并達(dá)到與人類視覺相媲美的視覺跟蹤系統(tǒng)依然是充滿挑戰(zhàn)而又有前途的研究課題。本文從生物視覺的角度出發(fā)，提出兩個(gè)新的視覺跟蹤算法。第一個(gè)算法根據(jù)壓縮感知理論，將稀疏表示應(yīng)用于Lucas-Kanade圖像配準(zhǔn)框架。

2、目標(biāo)的外觀模型由過完備字典的稀疏表示。通過最小化校準(zhǔn)誤差的ι1范數(shù)來求解目標(biāo)的狀態(tài)參數(shù)，從而實(shí)現(xiàn)對(duì)目標(biāo)的準(zhǔn)確跟蹤。目標(biāo)的過完備字典可以用每一幀的跟蹤結(jié)果在線更新。為了解決由于動(dòng)態(tài)字典不斷更新造成的跟蹤漂移問題，采用兩階段迭代機(jī)制。第一階段采用動(dòng)態(tài)字典來搜索目標(biāo)，而第二階段則在第一階段得出的結(jié)果附近采用靜態(tài)模板再一次搜索。通過仿真實(shí)驗(yàn)，說明本算法具有速度快，跟蹤長視頻魯棒性高的特點(diǎn)。
　　算法一盡管有很好的跟蹤效果，但不能反映人類跟

3、蹤目標(biāo)的全部。因?yàn)槿嗽诟櫮繕?biāo)的時(shí)候不僅僅是匹配目標(biāo)的特征，還有著強(qiáng)大的識(shí)別能力。為了模擬人類視覺機(jī)制，本文提出了第二個(gè)視覺跟蹤算法BIOT。該算法使用了生物激勵(lì)模型（BIM）來表示目標(biāo)外觀，提出一個(gè)完整的BIM模擬視覺皮質(zhì)機(jī)制，包括初級(jí)視覺皮質(zhì)和高級(jí)視覺皮質(zhì)。利用來自初級(jí)視覺皮質(zhì)的子塊特征搜索目標(biāo)的位置；并且使用SVM分類器模擬高級(jí)視覺皮質(zhì)能夠很好的區(qū)分目標(biāo)和背景。為了克服抽取BIM特征時(shí)帶來的巨大時(shí)間開銷，本文提出適用于BIM的迭代