C-SIFT算法在視頻目標跟蹤中的應(yīng)用研究.pdf

1、在計算機視覺的領(lǐng)域中，視頻目標的跟蹤有著重要的研究意義，視頻目標跟蹤的主要工作是在一段視頻序列中尋找出與指定目標最相似的內(nèi)容以檢測、識別、提取和跟蹤，通過分析獲得運動目標的位置、速度、運動軌跡等參數(shù)。視頻目標跟蹤在人機交互、視頻監(jiān)控、智能建筑和國防工業(yè)中有著廣泛的應(yīng)用。作為一個有著廣泛研究意義的領(lǐng)域，基于計算機視覺的目標跟蹤吸引了國內(nèi)外大批學者的參與，但理想化的視頻跟蹤技術(shù)還遠未成熟，如何穩(wěn)定、快速、實時的跟蹤目標仍然是極具挑戰(zhàn)的課題。

2、
　　論文圍繞快速運動目標跟蹤問題，提出了一種基于圖像配準坐標定位的新跟蹤算法（C-SIFT），深入研究了C-SIFT算法在運動目標跟蹤中的應(yīng)用，論文的主要內(nèi)容與取得的成果如下：
　　①論文深入討論了視頻目標跟蹤的技術(shù)現(xiàn)狀和特點，包括幾種常用跟蹤算法、跟蹤流程和技術(shù)要求等，介紹了實現(xiàn)目標跟蹤的性能需求，討論了各種目標跟蹤算法的優(yōu)缺點。
　?、谡撐闹攸c研究了圖像配準SIFT（SealeInvariantFeatureTr

3、ansform尺度不變特征變換）算法的性質(zhì)和作用，詳細討論了如何改進SIFT算法以及如何使用SIFT坐標定位(C-SIFT,coordinate-locatingofSIFT)的新算法進行目標跟蹤。
　?、坩槍Σ糠指櫮繕颂卣鼽c不明顯，論文討論了圖像預處理的方法，重點介紹了圖像預處理的兩個階段，即圖像增強和幾何糾正理論，并通過實驗驗證了圖像預處理技術(shù)能將原始圖像較好的轉(zhuǎn)換為良好的配準圖像。
　　④針對C-SIFT算法在目標跟

4、蹤應(yīng)用中抗遮擋上的不足，提出了一種C-SIFT與自適Kalman濾波相融合的目標跟蹤算法。在跟蹤過程中，先使用卡爾曼濾波器估計出每一幀的起始迭代位置，再利用C-SIFT算法得到跟蹤位置，然后使用引入遮擋率因子的自適應(yīng)Kalman濾波器，調(diào)節(jié)Kalman濾波器的參數(shù)，使C-SIFT跟蹤算法對運動目標物體后繼狀態(tài)具有估計能力，從而實現(xiàn)目標發(fā)生短時遮擋后還可以對目標進行準確跟蹤。通過實驗驗證了本算法能對視頻中的運動目標實現(xiàn)檢測和連續(xù)跟蹤，對遮