遮挡及尺度变化条件下目标跟踪方法研究.docx

《遮挡及尺度变化条件下目标跟踪方法研究.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遮挡及尺度变化条件下目标跟踪方法研究视觉目标跟踪技术是计算机视觉一个研究热点,在智能监控、人机交互、智能交通、无人机等领域有着广泛的应用。随着计算机技术的发展,研究人员提出了许多优秀的理论和跟踪算法,提高了跟踪的准确性和鲁棒性。然而在实际跟踪场景中,由于目标受到遮挡及尺度变化等因素的影响,往往导致跟踪漂移,最后致使跟踪精度下降甚至跟踪失败。本文在粒子滤波和核相关滤波跟踪算法的基础上,依次从抗遮挡的粒子滤波算法改进、分块核相关滤波的尺度自适应估计及模型更新优化三个方面进行了研究,具体内容如下:1.研究遮挡情况下粒子滤波稳健跟踪方法。针对遮挡情况下粒子滤波因粒子贫化问题导致的目标

2、跟踪精度下降问题,提出了一种抗遮挡的鸡群优化粒子滤波目标跟踪方法。首先将鸡群算法融入粒子的采样阶段,即将粒子权值作为适应度来确定粒子的种类及关系,通过不同类型粒子的移动机制来完成位置更新,然后引入线性递减权重和全局最优学习策略解决算法存在的局部最优问题,并选择似然函数值最大的区域作为目标位置,最后结合模板更新来继续遮挡情况下的跟踪。2.研究基于核相关滤波的子块联合估计尺度自适应的跟踪框架。针对核相关滤波跟踪算法抗干扰能力不强,易受到遮挡及尺度变化等外界因素干扰造成的跟踪精度下降问题,提出了一种分块策略改进的尺度自适应核相关滤波跟踪方法。首先根据跟踪框的几何特性对目标进行自适应

3、二分块,并采用核相关滤波对各子块执行独立跟踪得到对应的响应图,然后计算子块的权值和相对于目标整体的偏移向量来对目标位置进行估计,最后采用尺度因子对候选目标的整体尺度进行最优估计。3.研究核相关滤波框架下模型更新优化方法。针对遮挡及尺度变化场景下,核相关滤波算法模板更新过程中易将遮挡等噪声信息引入模板导致的模板漂移问题,本文在分块策略改进的尺度自适应核相关滤波跟踪框架的基础上,提出了一种联合响应峰值和平均峰值相关能量判定的遮挡检测方法。首先计算子块的响应峰值和平均峰值相关能量两个指标值,然后结合对应的阈值判定结果作为模板更新的判据,实现模板的自适应更新。