Mean Shift框架下目標(biāo)跟蹤方法的研究.pdf

1、ResearchOnTrackingTargetBasedonMeanShiftFrameworkAThesisSubmittedtoNanjingNormalUniversityFortheAcademicDegreeofMasterofEngineeringBYJieZhangSupervisedbyYanSunSchoolofComputerScienceandTechnologyNanjingNormalUniversityMa

2、rch2016摘要運動目標(biāo)跟蹤技術(shù)是計算機視覺的重要部分，在運動目標(biāo)跟蹤、運動狀態(tài)理解、運動軌跡發(fā)現(xiàn)中具有重要的研究價值和意義。在安全監(jiān)控、商業(yè)智能、交通監(jiān)管、醫(yī)學(xué)應(yīng)用、生物搜索以及虛擬現(xiàn)實等很多應(yīng)用領(lǐng)域都有著廣泛的應(yīng)用前景。本文研究基于MeanShift算法的運動目標(biāo)跟蹤(簡稱為MS)。針對MS算法中存在的不足，在目標(biāo)跟蹤中的模板特征表示、模板更新問題以及尺度自適應(yīng)等方面進行了研究，提出了改進和創(chuàng)新方法，獲得了較好的跟蹤效果，論文取得

3、了主要創(chuàng)新成果如下：1提出了精簡等價模式與顏色融合的MS目標(biāo)跟蹤的方法。該方法針對模板特征表示單一以及顏色描述時結(jié)構(gòu)信息缺失的問題，設(shè)計了綜合等價模式和微結(jié)構(gòu)中的次要模式優(yōu)勢的精簡等價模式，保留了LBP等價模式的降維特性，刪除了對識別精度影響小的微結(jié)構(gòu)中的次要模式，實驗結(jié)果表明：本文提出的方法能延長跟蹤，降低了平均中心位置錯誤誤差，提高了目標(biāo)跟蹤精度。2提出了目標(biāo)模板在線更新的MS目標(biāo)跟蹤的方法。針對在復(fù)雜環(huán)境中目標(biāo)模板漂移引起的以及遮

4、擋更新引起目標(biāo)跟蹤丟失問題，本文設(shè)計了線性加權(quán)的模板更新以及避遮擋的目標(biāo)模板在線更新算法，有效地分配權(quán)重以及分塊預(yù)測遮擋問題，實驗結(jié)果表明：本文提出的方法能夠及時調(diào)整或更新模板，達到提高模板的準(zhǔn)確度目的。3提出了目標(biāo)尺度自適應(yīng)的MS目標(biāo)跟蹤的研究方法。針對跟蹤目標(biāo)的尺度變化時MS算法自身缺乏尺度自適應(yīng)策略的問題，本文設(shè)計了以權(quán)重因子為尺度的尺度修正自適應(yīng)算法，該方法利用了圖像權(quán)重因子與目標(biāo)窗口以及Bhattacharyya系數(shù)之間的相關(guān)