復(fù)雜環(huán)境下基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf

1、視覺目標(biāo)跟蹤(Visual Object Tracking, VOT)是計算機(jī)視覺、圖像處理和模式識別等領(lǐng)域研究的熱點之一，在智能視頻監(jiān)控、人機(jī)交互、智能交通、軍事制導(dǎo)和機(jī)器人導(dǎo)航定位等領(lǐng)域具有廣泛的應(yīng)用。復(fù)雜環(huán)境下，受光照變化、相似背景、目標(biāo)形變以及遮擋等因素的影響，對視覺目標(biāo)進(jìn)行精確、魯棒的實時跟蹤成為計算機(jī)視覺領(lǐng)域公認(rèn)的難題。近年來，雖然國內(nèi)外很多學(xué)者對目標(biāo)跟蹤進(jìn)行了深入研究，提出了許多優(yōu)秀算法，但仍然有很多關(guān)鍵技術(shù)問題沒有得到有

2、效解決，因此，設(shè)計一個實時性更高、魯棒性更好的視覺目標(biāo)跟蹤系統(tǒng)，是當(dāng)前軍事和民用領(lǐng)域的迫切需要。 本文在視覺目標(biāo)跟蹤領(lǐng)域經(jīng)典粒子濾波和均值偏移(Mean Shift)理論的基礎(chǔ)上，對基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)研究。針對復(fù)雜環(huán)境下，目標(biāo)跟蹤誤差較大、精度較低的難題，提出了基于特征描述能力度量的多特征自適應(yīng)融合目標(biāo)跟蹤方法，提高了復(fù)雜環(huán)境下目標(biāo)跟蹤算法的魯棒性和精確性。
　　本研究主要內(nèi)容包括：⑴提出了基于多特征融合目

3、標(biāo)跟蹤框架的構(gòu)建方案。通過對復(fù)雜環(huán)境下的目標(biāo)跟蹤問題進(jìn)行分析，建立了多特征融合目標(biāo)跟蹤的總體框架和通用模型；通過引入特征描述能力度量函數(shù)，給出了基于特征描述能力度量的多特征融合策略，為實現(xiàn)不同跟蹤算法框架下的多特征融合跟蹤奠定了基礎(chǔ)。⑵提出了一種基于多特征自適應(yīng)融合的粒子濾波目標(biāo)跟蹤方法。針對基于單一特征和固定權(quán)值多特征目標(biāo)模型跟蹤算法魯棒性較差的問題，提出一種基于特征可分性和穩(wěn)定性度量的多特征融合目標(biāo)跟蹤算法。具體而言，在粒子濾波框架

4、下，根據(jù)跟蹤場景的變化，通過動態(tài)計算不同特征對目標(biāo)和背景的可區(qū)分性和穩(wěn)定性，設(shè)置重要性權(quán)值并自適應(yīng)選擇區(qū)分能力強(qiáng)、穩(wěn)定性好的特征描述目標(biāo)，建立多特征融合目標(biāo)模型。在狀態(tài)轉(zhuǎn)移過程中，給出了一種基于特征穩(wěn)定性度量的選擇性模板更新策略，并對遮擋進(jìn)行了有效的處理。實驗結(jié)果表明，復(fù)雜場景下該方法具有更好的魯棒性和精確性。⑶提出了一種尺度和方向自適應(yīng)的多特征融合Mean Shift目標(biāo)跟蹤方法。經(jīng)典Mean Shift算法僅使用顏色特征描述目標(biāo)，缺

5、少目標(biāo)模型的自適應(yīng)更新，針對此問題，通過度量特征對目標(biāo)和背景的區(qū)分能力、動態(tài)計算特征權(quán)值、自適應(yīng)選擇高權(quán)值特征建立多特征融合目標(biāo)模型，推導(dǎo)出了基于多特征融合的Mean Shift目標(biāo)定位公式。依據(jù)特征權(quán)值的大小，提出了一種目標(biāo)模板的異步更新策略，以減輕目標(biāo)模型的漂移。針對Mean Shift算法使用固定的核函數(shù)帶寬，對目標(biāo)尺度變化適應(yīng)性較差的問題，在Mean Shift算法框架下引入了SIFT特征，使算法對目標(biāo)模型尺度和方向的變化具有良

6、好的適應(yīng)性。實驗結(jié)果證明，在目標(biāo)姿態(tài)、尺度和方向發(fā)生較大變化以及遮擋等復(fù)雜環(huán)境下，所提方法優(yōu)于同類跟蹤算法。⑷提出了一種基于多特征自適應(yīng)融合的分塊目標(biāo)跟蹤方法。針對復(fù)雜環(huán)境下，基于全局特征模型的目標(biāo)跟蹤算法容易丟失目標(biāo)的情況，提出了一種基于局部敏感直方圖和超像素模型的自適應(yīng)分塊目標(biāo)跟蹤算法。該算法利用局部敏感直方圖特征和自適應(yīng)分塊方法建立目標(biāo)模型，提取局部敏感直方圖的亮度不變特征來抵制光照變化對目標(biāo)模型的影響；針對局部敏感直方圖算法缺少