基于局部自相似描述子的目標定位、檢測與跟蹤.pdf

1、人類每天會通過眼睛獲得大量的視覺信息，大腦會進行自動的過濾與篩選，從而捕捉到感興趣的區(qū)域。在這些區(qū)域中，通常有我們想要尋找的目標。在模式識別算法的研究中，需要使用一個簡潔的向量對局部區(qū)域進行描述，挖掘圖像元所具有的模式，從而進行目標描述以及匹配搜索。局部自相似描述算子能夠獲取局部區(qū)域所具有的布局模式，具有較好的魯棒性。
　　本文對自相似描述子在目標物體的定位、檢測以及跟蹤算法中的應用分別進行了研究。首先對其特性進行了研究。對多個視

2、角下的對應點提取局部自相似描述子，分析其旋轉、平移不變性。在此基礎上，我們對該描述算子進行目標空間定位的應用研究，對不同視角下的圖像集的點進行匹配、優(yōu)化，得到興趣點的空間坐標，從而定位目標物體位置，并可以進行測量。由于感興趣目標常位于圖像的顯著性區(qū)域中，本文對顯著性與自相似描述子相結合的檢測算法進行了研究。首先提取圖像的顯著性區(qū)域，然后在顯著性區(qū)域中檢測目標，得到了不錯的效果。由于在視頻跟蹤算法中，常常面對目標物體形變或者部分遮擋的情況