具有適應(yīng)遮擋處理與模板漂移抑制的視頻目標(biāo)跟蹤算法.pdf

1、視頻目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一,它在人機(jī)交互、自動(dòng)監(jiān)視、視頻檢索、交通監(jiān)測(cè)以及車輛導(dǎo)航中有著廣泛的應(yīng)用。實(shí)現(xiàn)魯棒精確的視頻目標(biāo)跟蹤又是一個(gè)研究難點(diǎn),因?yàn)槭紫?目標(biāo)的外觀在不斷變化；其次,在跟蹤過程中經(jīng)常會(huì)發(fā)生模板漂移現(xiàn)象,即模板逐漸被背景物體占據(jù)；再次,目標(biāo)在跟蹤過程中會(huì)被遮擋,跟蹤算法很難判斷目標(biāo)外觀的改變是目標(biāo)本身還是遮擋物造成的；另外,目標(biāo)被部分遮擋時(shí),跟蹤精度通常會(huì)大幅下降；最后,在目標(biāo)被完全遮擋的情況下,很難準(zhǔn)確判

2、斷目標(biāo)重現(xiàn)的時(shí)刻。
　　 本文提出的目標(biāo)跟蹤算法較好地解決了上述問題。本文算法采用帶掩蔽的模板匹配來定位目標(biāo),以屏蔽遮擋物的干擾。由于其中的模板掩蔽是根據(jù)目標(biāo)的遮擋情況生成的,因而有效判斷目標(biāo)的遮擋情況是關(guān)鍵。本文算法融合了時(shí)空上下文、目標(biāo)外觀模型和運(yùn)動(dòng)矢量所提供的目標(biāo)遮擋信息,顯著增加了辨別遮擋區(qū)域的魯棒性。由于根據(jù)前一幀的遮擋情況得到的模板掩蔽可能在當(dāng)前幀中不再準(zhǔn)確,因而帶掩蔽模板匹配的結(jié)果經(jīng)常會(huì)有誤差。本文算法利用目標(biāo)未被

3、遮擋的區(qū)域來校正目標(biāo)定位結(jié)果。在得到目標(biāo)的準(zhǔn)確位置后,需要更新模板。更新模板的關(guān)鍵是要盡量抑制模板漂移。本文算法在Kalman外觀濾波器中顯式建模漂移噪聲,給予較易產(chǎn)生模板漂移的圖像區(qū)域較低的更新強(qiáng)度,從而在更新模板和抑制漂移之間取得了最優(yōu)的平衡,提高了跟蹤精度。對(duì)于全遮擋,本文算法利用干擾物和重現(xiàn)的目標(biāo)具有不同的模板匹配誤差和前向匹配誤差的特性,魯棒地判斷全遮擋的結(jié)束時(shí)刻。本文算法還對(duì)目標(biāo)坐標(biāo)變換參數(shù)的變化率進(jìn)行Kalman濾波,且濾