基于特征協(xié)方差和粒子濾波的視頻跟蹤算法研究.pdf

1、隨著計算機、感光與存儲元件等硬件技術的飛速發(fā)展，視頻目標跟蹤技術在光電武器制導系統(tǒng)、安防監(jiān)控系統(tǒng)等實際應用中的作用日益凸顯，成為當前計算機視覺和人工智能領域的研究熱點和難點。視頻目標跟蹤是根據(jù)目標表觀特征的先驗信息和目標運動模型，在圖像序列中序貫推理估計目標的位置和范圍。為了實現(xiàn)復雜環(huán)境下對目標長時間、穩(wěn)定、精確和高效的跟蹤，需要在表觀特征描述方面，針對圖像數(shù)據(jù)的特點選取特征進而建立有效的多特征描述模型，而在跟蹤算法設計方面，則需要抑制

2、雜波干擾，提高融合估計精度，并保證算法整體的運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，開展視頻目標跟蹤方法研究，重點研究目標表觀特征描述、智能場景分析和濾波算法等關鍵問題，為實現(xiàn)復雜環(huán)境下的視頻目標跟蹤提供理論和方法支撐。論文主要研究內(nèi)容和取得的成果如下：
　　1.針對可見光彩色視頻目標跟蹤所面臨的如何有效組織和建立多特征描述模型的問題，提出一種基于HSV（Hue saturation value）

3、顏色特征協(xié)方差矩陣的可見光目標跟蹤算法。該算法通過將HSV顏色特征納入特征協(xié)方差矩陣融合框架，并與粒子濾波結合，實現(xiàn)對目標的魯棒和精確跟蹤。仿真實驗結果表明，HSV顏色特征協(xié)方差矩陣描述方法能夠充分挖掘目標的顏色信息，并具有信息獨立性高和維數(shù)相對較小等優(yōu)點，可實現(xiàn)對可見光彩色目標的有效描述。
　　2.針對紅外視頻目標跟蹤所面臨的如何利用紅外目標的顯著性和抑制干擾的問題，提出一種基于激活區(qū)域場景分析的紅外目標跟蹤算法。該算法利用紅外

4、目標灰度較高的顯著性，將其從背景中分離出來，通過場景分析獲得目標的位置量測集、尺度量測集和干擾狀態(tài)，并利用這些信息輔助提高目標跟蹤性能。仿真實驗結果表明，激活區(qū)域場景分析有助于改善粒子權重的可靠性、跟蹤窗調(diào)整的準確性以及特征模板更新策略，并為三者構建了一個穩(wěn)定和可靠的運行機制。
　　3.針對粒子濾波算法的采樣效率和干擾抑制問題，提出一種迭代粒子濾波視頻目標跟蹤算法。該算法通過對搜索范圍進行模擬退火，迭代采樣粒子進行融合估計，可以更

5、接近地收斂到真實目標狀態(tài)。仿真實驗結果表明，迭代粒子濾波能夠提高采樣效率和計算速度，并削弱雜波在融合估計中的影響，實現(xiàn)了對目標的高效、精確和魯棒跟蹤。
　　4.針對粒子濾波算法中粒子的空間覆蓋能力問題，提出了一種箱粒子濾波視頻目標跟蹤算法。該方法結合視頻跟蹤中量測函數(shù)為非初等函數(shù)以及數(shù)字圖像坐標具有離散性的情況，對量測區(qū)間映射、收縮算法和重采樣策略進行改進，從而構造箱粒子實現(xiàn)了對狀態(tài)空間的高效覆蓋。仿真實驗結果表明，箱粒子濾波視頻