《多特征融合的视觉跟踪算法研究》由会员分享，可在线阅读，更多相关《多特征融合的视觉跟踪算法研究（54页珍藏版）》请在金锄头文库上搜索。
1、华中科技大学 硕士学位论文 多特征融合的视觉跟踪算法研究 姓名：赵凌 申请学位级别：硕士 专业：通信与信息系统 指导教师：冯镔 2011-01-18 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 I 摘摘 要要 随着计算机和网络技术在世界范围内的普及应用，大量的视频监控资源的涌现， 如何高效的利用这些资源成为当务之急。视觉跟踪技术是相关应用的基础，已成为 计算机视觉领域中最重要的发展方向之一。 本文首先介绍了视觉跟踪的应用，论述了视觉跟踪关注的重点，指明了本文的 研究背景、目的和内容。 然后介绍了跟踪算法的分类，以及经典的代表算法，主要介绍了同
2、属于贝叶斯 滤波器的卡尔曼滤波器和粒子滤波器，以及另一经典算法均值漂移。同时对近年来 较受关注的新的基于分块跟踪的算法，基于分类器的跟踪算法，基于水平集的跟踪 算法以及多跟踪器组合的跟踪算法也进行了介绍。在此基础上，分析并指出目前算 法存在的一些问题及不足，提出了我们的研究方向和贡献。 本文提出了基于自适应外观模型的分块跟踪算法，引入高斯混合模型对目标进 行建模和模板的更新。该算法可以根据运动对象的外观变化、姿势变化和遮挡等现 象自适应调整模板，实现鲁棒的跟踪。通过全面的定性和定量实验结果证明，所提 出算法的跟踪效果要优于现有的同类算法。 本文还提出了多特征融合的基于分类器的跟踪算法，该算法将
3、待跟踪的对象视 为正例，将背景和其他非对象区域视为反例，如果能够用分类器（如SVM）将这两 类有效的区分开来，就能够实现鲁棒的跟踪。其效果在很大程度上取决于用来表达 对象的特征是否能够体现对象的独特性和差异性。本文提出的方法综合采用结构、 纹理和颜色特征来表达跟踪目标，其中结构分量采用边缘方向直方图，纹理分量采 用基于纹理基元方式表达的系数向量。实验表明，所提算法的跟踪效果优于现有的 同类算法。 最后对主要的研究和工作进行了概括，并指出需要进一步研究的问题和工作。 关键词：关键词：视觉跟踪，基于块的跟踪，基于 SVM 分类器的跟踪，高斯混合模型， 多特征 华 中 科 技 大 学 硕 士 学 位
4、 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 II Abstract As the applications of computer and network technique become popular and wildly used, more and more multimedia resources proliferate rapidly. How to use them come to be the first thing. Visual tracking is the basis of these technologys, and is becoming one of
5、 the most important development directions in computer vision. The applications of visual tracking are first introduced in this thesis,then the key technologies of tracking, and the background ,goal and content of this thesis is pointed out. Then we briefly introduced the classes of tracking，and cla
6、ssic works in each class， such as Kalman filter, Particle filter and Meanshift. The new tracking algorithm such as tracking based on new fragment, classier, level set and muti-tracker are also discussed. By pointing out the problems of the existing algorithms，we fix the research direction. We propos
7、e a fragment-based visual tracking with adaptive appearance model, after analyzing and researching the tracking algorithm based on new fragment. By introducing the Gaussians mixture model (GMM) to enable an adaptive learning mechanism, the proposed algorithm is robust with respect to the partial occ
8、lusions and natural appearance changes. Experimental results show that it has better performance than other same kind algorithm. We aslo propose a classier-based visual tracking with muti-feature appearance model, the proposed algorithm treats object as positive example, while background as negative
9、 example. If we can use a classier to separate the object from the background well, then we can obtian a robust algorithm. To a great degree, the performance is depend on wether the features can express the object well to ensure uniqueness and distinction of the object or not. The proposed algorithm
10、 use color, strcture and texture to express the object, which using spatial edge orientation histograms to express the strcture feature and coefficients 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 III while using the texture elements to express texture to the texture feature. Experimental result
11、s show that it has better performance than other same kind algorithm. Finally, the main contributions in this thesis are summarized and some suggestions and directions for the future work are given. Keywords：Visual tracking, Tracking based on new Fragment, Tracking based on classier, GMM, Muti-Featu
12、re 独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他 个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集 体， 均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有 权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和 借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据 库进行检索，可以
13、采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本论文属于 （请在以上方框内打“”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 保密，在 年解密后适用本授权书。 不保密。 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 1 1 绪论绪论 1.1 视觉跟踪应用视觉跟踪应用 跟踪是在连续的图像序列中，稳定地定位目标的位置和大小等信息的复杂问题。 它是得到目标信息，并且处理这些信息的一系列衍生技术的基础，如行为分析、行 为识别等。它广泛应用在交通监控，重要场合监控，机器人技术，视频检索技术， 军事等多方面1，其中
14、不乏跟踪与行为分析，行为识别的综合应用。 基于跟踪和识别等技术的智能交通监控是未来监控领域发展的趋势，它能自动 检测道路情况，采集交通信息，分析车辆行为，检测交通事故，以便及时提醒可能 驶向该路段的车辆绕路行驶，向处理该事件的相关部门报警，从而达到规范车辆的 行驶，保障行车安全以及实时调度的目的。交通监控系统中的事故事件检测报警机 制，对保障行车安全，尤其对保障大雾大雪等恶劣天气的行车安全或隧道，山路， 事故多发地段的行车安全具有至关重要的作用。我国现在已经越来越重视道路智能 管理，而跟踪技术是道路智能管理系统的基础，由此可见跟踪的重要性。 目前对重要场合的监控往往需要耗费大量人力，而使用具有
15、跟踪，行为分析和 识别等技术的智能监控系统，就能够极大地减少监控中的人为因素造成的漏检。当 智能监控系统监控到系统预先定义的非法行为时，就会自动发出警报，相关管理人 员就可以采取相应的措施及早地处理，如有人遗留下什么东西没有取走，有人进入 非工作人员禁止进入区域，打架斗殴行为，偷盗行为等。 现在的很多影片都涉及到未来的机器人技术，如终结者 ， 机械公敌 ， 机 器人总动员 ，当中的机器人相当智能。这些机器人可以通过视觉特征来提取周围环 境信息，跟踪识别目标，然后做出相应的行为。在现实生活中，视觉传感系统 1963 才被加入到机器人中。两年后，世界上第一个带有视觉传感器的机器人系统才被开 发出来
16、，它能识别并定位积木。之后，多种工业、家庭机器人陆续出现，但是离真 正的高智能还有很长的路要走。机器人技术是众多相关领域技术的综合，在机器人 华 中 科 技 大 学 硕 士 学 位 论 文 华 中 科 技 大 学 硕 士 学 位 论 文 2 相关领域的飞速发展，尤其是跟踪定位等技术的发展下，多种高智能的机器人将陆 续出现。 跟踪在人机交互上的应用也是很广泛的，如通过跟踪眼睛视线或手势来控制电 脑鼠标的单双击以及移动等。这些不需要直接接触的人机交互都离不开视觉跟踪。 互联网的飞速发展以及大量多媒体信息涌现的当今世界，光靠文字注释的视频 检索已经远远达不到人们的需求。基于内容的视频检索则可以解决这个问题，而检 索过程中也少不了跟踪技术的 “帮助” 。 视频内容中人物一般是最重要的， 所以检测、 跟踪，识别每一帧中的人物，分析他们的行为，是注释视
