基于特征提取的視覺跟蹤算法研究.pdf

1、目標(biāo)跟蹤在計(jì)算機(jī)視覺領(lǐng)域占有非常重要的地位，主要是為了跟蹤目標(biāo)在視頻中的各種變化。本文的重點(diǎn)工作在于構(gòu)建目標(biāo)外觀模型所采用的視覺特征，并在此基礎(chǔ)上，從生成和判別兩個(gè)方面分別提出了相應(yīng)的目標(biāo)跟蹤方法，即基于梯度紋理特征的稀疏跟蹤方法和基于顏色統(tǒng)計(jì)特征的判別跟蹤方法。最后，利用Matlab集成開發(fā)環(huán)境設(shè)計(jì)并實(shí)現(xiàn)了基于特征提取的視覺跟蹤系統(tǒng)。
　　本文首先針對(duì)灰度特征無法處理目標(biāo)的旋轉(zhuǎn)、姿態(tài)變化等問題，在粒子濾波框架下，提出了一種簡(jiǎn)單有

2、效的基于平均曲率和高斯曲率的梯度紋理特征的稀疏跟蹤方法。梯度紋理特征具有旋轉(zhuǎn)不變性，能很好地解決圖像的旋轉(zhuǎn)以及光照變化等問題。在粒子濾波框架下，提取目標(biāo)模板和候選粒子的梯度紋理特征，用字典模板對(duì)每個(gè)候選粒子進(jìn)行稀疏表示，求解稀疏系數(shù)并實(shí)現(xiàn)重構(gòu)，將具有最小重構(gòu)誤差的粒子作為跟蹤結(jié)果。同時(shí)采用增量子空間學(xué)習(xí)的方法對(duì)模板進(jìn)行更新，有效抑制跟蹤漂移并能處理目標(biāo)遮擋問題。
　　梯度紋理特征主要是從細(xì)節(jié)上表示目標(biāo)的特征，但在處理目標(biāo)快速運(yùn)動(dòng)、

3、運(yùn)動(dòng)模糊以及背景雜亂時(shí)，效果不佳，而且相比較于判別算法，生成跟蹤算法跟蹤速度較慢，在這一基礎(chǔ)上，本文又提出了一個(gè)簡(jiǎn)單而魯棒的基于顏色統(tǒng)計(jì)特征的判別跟蹤方法。顏色統(tǒng)計(jì)特征具有一定的光照不變性，同時(shí)也維持高判別力。本文在跟蹤過程中建立了一個(gè)仿射運(yùn)動(dòng)模型和優(yōu)化參數(shù)來解決尺寸變化以及角度變化等問題。此外，為了進(jìn)一步提高跟蹤速度，本文采用經(jīng)過主成分分析(Principal Component Analysis，PCA)降維后的顏色統(tǒng)計(jì)特征來描述目