基于特征協(xié)方差和粒子濾波的視頻跟蹤算法研究.pdf

1、隨著計(jì)算機(jī)、感光與存儲(chǔ)元件等硬件技術(shù)的飛速發(fā)展，視頻目標(biāo)跟蹤技術(shù)在光電武器制導(dǎo)系統(tǒng)、安防監(jiān)控系統(tǒng)等實(shí)際應(yīng)用中的作用日益凸顯，成為當(dāng)前計(jì)算機(jī)視覺(jué)和人工智能領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。視頻目標(biāo)跟蹤是根據(jù)目標(biāo)表觀特征的先驗(yàn)信息和目標(biāo)運(yùn)動(dòng)模型，在圖像序列中序貫推理估計(jì)目標(biāo)的位置和范圍。為了實(shí)現(xiàn)復(fù)雜環(huán)境下對(duì)目標(biāo)長(zhǎng)時(shí)間、穩(wěn)定、精確和高效的跟蹤，需要在表觀特征描述方面，針對(duì)圖像數(shù)據(jù)的特點(diǎn)選取特征進(jìn)而建立有效的多特征描述模型，而在跟蹤算法設(shè)計(jì)方面，則需要抑制

2、雜波干擾，提高融合估計(jì)精度，并保證算法整體的運(yùn)行速度在可接受范圍內(nèi)。為此，本論文以特征協(xié)方差矩陣和粒子濾波為理論基礎(chǔ)，開(kāi)展視頻目標(biāo)跟蹤方法研究，重點(diǎn)研究目標(biāo)表觀特征描述、智能場(chǎng)景分析和濾波算法等關(guān)鍵問(wèn)題，為實(shí)現(xiàn)復(fù)雜環(huán)境下的視頻目標(biāo)跟蹤提供理論和方法支撐。論文主要研究?jī)?nèi)容和取得的成果如下：
　　1.針對(duì)可見(jiàn)光彩色視頻目標(biāo)跟蹤所面臨的如何有效組織和建立多特征描述模型的問(wèn)題，提出一種基于HSV（Hue saturation value）

3、顏色特征協(xié)方差矩陣的可見(jiàn)光目標(biāo)跟蹤算法。該算法通過(guò)將HSV顏色特征納入特征協(xié)方差矩陣融合框架，并與粒子濾波結(jié)合，實(shí)現(xiàn)對(duì)目標(biāo)的魯棒和精確跟蹤。仿真實(shí)驗(yàn)結(jié)果表明，HSV顏色特征協(xié)方差矩陣描述方法能夠充分挖掘目標(biāo)的顏色信息，并具有信息獨(dú)立性高和維數(shù)相對(duì)較小等優(yōu)點(diǎn)，可實(shí)現(xiàn)對(duì)可見(jiàn)光彩色目標(biāo)的有效描述。
　　2.針對(duì)紅外視頻目標(biāo)跟蹤所面臨的如何利用紅外目標(biāo)的顯著性和抑制干擾的問(wèn)題，提出一種基于激活區(qū)域場(chǎng)景分析的紅外目標(biāo)跟蹤算法。該算法利用紅外

4、目標(biāo)灰度較高的顯著性，將其從背景中分離出來(lái)，通過(guò)場(chǎng)景分析獲得目標(biāo)的位置量測(cè)集、尺度量測(cè)集和干擾狀態(tài)，并利用這些信息輔助提高目標(biāo)跟蹤性能。仿真實(shí)驗(yàn)結(jié)果表明，激活區(qū)域場(chǎng)景分析有助于改善粒子權(quán)重的可靠性、跟蹤窗調(diào)整的準(zhǔn)確性以及特征模板更新策略，并為三者構(gòu)建了一個(gè)穩(wěn)定和可靠的運(yùn)行機(jī)制。
　　3.針對(duì)粒子濾波算法的采樣效率和干擾抑制問(wèn)題，提出一種迭代粒子濾波視頻目標(biāo)跟蹤算法。該算法通過(guò)對(duì)搜索范圍進(jìn)行模擬退火，迭代采樣粒子進(jìn)行融合估計(jì)，可以更

5、接近地收斂到真實(shí)目標(biāo)狀態(tài)。仿真實(shí)驗(yàn)結(jié)果表明，迭代粒子濾波能夠提高采樣效率和計(jì)算速度，并削弱雜波在融合估計(jì)中的影響，實(shí)現(xiàn)了對(duì)目標(biāo)的高效、精確和魯棒跟蹤。
　　4.針對(duì)粒子濾波算法中粒子的空間覆蓋能力問(wèn)題，提出了一種箱粒子濾波視頻目標(biāo)跟蹤算法。該方法結(jié)合視頻跟蹤中量測(cè)函數(shù)為非初等函數(shù)以及數(shù)字圖像坐標(biāo)具有離散性的情況，對(duì)量測(cè)區(qū)間映射、收縮算法和重采樣策略進(jìn)行改進(jìn)，從而構(gòu)造箱粒子實(shí)現(xiàn)了對(duì)狀態(tài)空間的高效覆蓋。仿真實(shí)驗(yàn)結(jié)果表明，箱粒子濾波視頻