大小渐变目标检测与跟踪算法研究

《大小渐变目标检测与跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大小渐变目标检测与跟踪算法研究摘要：针对快速压缩跟踪(FCT)算法?y以适应复杂背景下大尺寸目标渐变成一个点H标的情况，提出一种改进的H标跟踪算法。首先采用FCT进行跟踪，并且计算当前帧跟踪框与初始跟踪框之间的余弦相似度。一旦余弦相似度小于设定的阈值，则立即切换到卡尔曼滤波器，并且采用基于最大连通域的方法检测目标位置及大小。当目标接近点目标，则将目标检测方法切换至基于高斯差分尺度空间的目标检测方法。实验结果表明该算法可以实现尺寸渐变H标的实时跟踪。本文采集自网络，本站发布的论文均是优质论文，供学习和研宂使用，文中立场与本网站无关，版权和著作权归原作者所有，如有不愿意被转载的情况，

2、请通知我们删除已转载的信息，如果需要分享，请保留本段说明。关键词：运动H标跟踪；压缩感知；卡尔曼滤波器；高斯差分尺度空间中图分类号：TN911.73?34；TP391.4文献标识码：A文章编号:10047373X(2017)13?0048?05Abstract:Sincethefastcompressivetracking(FCT)algorithmisdifficulttoadapttothesituationthatthelarge?scaletargetshrinkstoapointgraduallyincomplexenvironment,animprovedtarget

3、trackingalgorithmisproposed.TheFCTalgorithmisusedtotrackthetarget,andcalculatethecosinesimilaritybetweenthetrackingboxofcurrentframeandtrackingboxofinitialframe.Oncethecosinesimilarityissmallerthanthesettingthreshold,thetrackingalgorithmisswitchedtotheKalmanfilterimmediately,meanwhilethemetho

4、dbasedonbiggestconnectedareaisusedtodetectthelocationandsizeofthetarget.Ifthetargetisclosetothepointtarget,thetargetdetectionmethodisswitchedtothetargetdetectionmethodbasedonGaussiandifferentialscalespace.Theexperimentalresultsshowthattheproposedalgorithmcantrackthevariable?sizedmovingtargeti

5、nrealtime.Keywords：movingtargettracking；compressivesensing；Kalmanfilter；Gaussiandifferentialscalespace0引言传统的跟踪算法一般都采用最近儿帧的观测数据来更新模型，因而通常都面临两个问题：跟踪初始阶段数据不足；由于引入偏离的样本而导致0标漂移，而且许多算法的计算复杂度都相当高。快速压缩跟踪算法(FastCompressiveTracking，FCT)［1］因其可以较好地解决由于引入偏离样本所导致的目标漂移问题而被广泛关注。文献［2］针对压缩感知跟踪算法特征单一的问题提出使用多个投影

6、矩阵实现多特征联合跟踪。文献［3］采用梯度方向直方图特征替换Haar特征进行压缩感知跟踪。为了解决被遮挡区域特征缺失造成的位置偏移，文献［4］提出采用在线特征选择方法，从候选特征池中选择置信度较高的特征构造分类器。文献［5］采用随机蕨分类器进行特征分类并通过一种特征置信度度量策略进行在线更新及样本选择，同时提出一种针对目标遮挡的反馈机制。由于FCT是基于H标特征的提取和判别进行跟踪的，因而对于基本没有形状和纹理特征的小目标并不适用。上述文献普遍都是针对大尺寸0标进行跟踪，对于0标大小渐变的情况未给出解决方法。特别是当目标跑远，在视场中表现为一个斑点且背景较为复杂时，使用FCT跟踪

7、误差较大。此外，即使目标变成小目标，其尺寸也不是同定不变的，若采用单一尺寸的滤波器检测容易丢失目标。因而考虑对小目标进行多尺度检测。对于0标检测的多尺度方法，文献［6］使用多尺度小波变换检测目标，但该方法没有提供目标的位置和大小信息且计算量大。文献［7］对目标进行建模，利用尺度规范化后的拉普拉斯尺度算子以及像素梯度关系获得可疑H标的中心位置及其尺寸大小。文献［8］通过寻找高斯差分空间中的极大值来获得可疑目标的位置及大小。目标的大小及位置信息对于之后的决策与处理具有重要的指导意义。