复杂场景中目标跟踪算法研究

《复杂场景中目标跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西北工业大学博士学位论文（学位研究生）题目：复杂场景中目标跟踪算法研究作者：胡秀华学科专业：控制理论与控制工程指导教师：郭雷教授2017年3月Title:ResearchonObjectTrackingAlgorithminComplexEnvironmentByHuXiu-huaUndertheSupervisionofProfessorGuoLeiADissertationSubmittedtoNorthwesternPolytechnicalUniversityInpartialfulfillmentoftherequirementForthedegreeofDoctor

2、ofControlTheoryandControlEngineeringXi’anP.R.ChinaMarch2017摘要摘要目标跟踪作为计算机视觉中的重要研究领域，不仅可以提供目标的运动状态和轨迹，还可以为态势预测、行为分析、场景理解等高层次视觉分析提供重要数据，广泛应用在智能监控、人机交互、视觉导航、医疗诊治等方面。尽管近年来目标跟踪算法取得了诸多研究成果，但是由于受到背景干扰、光照变化、尺度变化、快速运动、旋转形变、运动模糊及外界遮挡等复杂因素的影响，目标表观模型动态变化，研究能够有效适应复杂场景的目标跟踪算法仍然是一项重要且极具挑战性的任务。论文在认真分析总结现有典型目

3、标跟踪技术的基础上，依据不同模型类别框架，研究给出了目标表观描述与运动搜索策略，重点研究了观测模型构建及模型更新准则设计。基于稀疏字典优化、目标运动连续性、分类器在线学习及物体性检测理论提出了新的目标跟踪算法，实现了目标在多种典型测试视频序列上的稳定跟踪。论文的主要研究内容和创新点概括如下：为解决目标在复杂场景中容易出现跟踪漂移的问题，在贝叶斯理论框架下，设计一种结合空间信息和稀疏字典优化的目标跟踪算法。首先，利用似然估计理论得到更为稀疏的代价函数，同时考虑目标空间结构相关性，引入拉普拉斯正则项，得到一种优化的目标代价函数；然后，利用聚类方法得到初始化的字典，并借助拉格朗日对偶

4、理论和加速近端梯度方法进行字典优化；最后，基于优化的字典，利用最大池化理论和空间金字塔方法，得到降维的且能够包含更多空间信息的目标模板系数和候选样本系数，并利用相似性判定准则得到和目标模板最相似的候选样本，记为当前目标运动状态，能够有效实现目标鲁棒跟踪。针对固定模板信息不能适应目标表观变化的问题，基于稀疏表示理论，设计一种基于空间结构与运动连续性的目标跟踪算法。首先，基于局部线性嵌入理论，借助邻域信息重建各候选样本局部图像块，充分利用空间结构信息构建优化的目标代价函数；然后，通过求解最小二乘问题进行目标函数优化求解，得到包含更多空间结构信息的目标模板系数与候选样本系数，并依据直

5、方图交互理论完成相似性度量求得最佳候选目标；最后，通过在模板更新阶段引入运动连续性信息，并结合目标跟踪结果与历史模板之间的相似度，给出一种新的模板更新策略，能够有效判定是否需要进行模板更新以及如何进行模板更新，可以有效适应复杂场景中目标表观变化。为充分利用样本信息的多样性与判别性，设计一种基于多特征融合与分类器在线学习的目标跟踪算法。首先，引入互补特征进行目标表观描述，并利用支持向量机原理训练得到基于不同表观特征的子分类器；然后，依据最大后验估计理论，构建基于对数似然与条件熵的损失函数，求得各子分类器的可信度，并通过加权融合各子分类器预测结I西北工业大学博士学位论文果得到当前帧

6、最佳目标运动估计；最后，设计训练样本集与分类器更新准则，借助最近-最远边界原则与协同训练理论粗更新训练样本集，并通过精选择得到更具有代表性的训练样本集，进而更新得到强泛化能力的分类器，可以有效地将目标从背景中分离出来。为解决目标在复杂环境下表观信息判别性低引起的跟踪漂移问题，在相关滤波理论框架下，设计一种基于物体性检测的目标跟踪算法。首先，依据核相关滤波训练得到初始分类器，并初步求得目标预测状态；然后，基于物体建议边界框检测原理生成自适应尺度大小的初始建议边界框集合，并设计精选择准则得到优化的建议边界框集合；通过引入目标运动的连续性，求得基于建议边界框的目标预测位置和尺度，进而

7、综合求得最佳目标状态估计；最后，对当前帧目标进行遮挡影响判定，设计系数矩阵与样本目标模型更新策略，得到强泛化能力的分类器，能够更准确地将目标从复杂背景中分离出来，有效解决复杂场景中目标表观变化引起的跟踪漂移问题。关键词：目标跟踪；稀疏表示；空间信息；模型更新；特征融合；分类器在线学习；核相关滤波；建议边界框IIABSTRACTAbstractAsanimportantresearchfieldincomputervision,objecttrackingcanprovidenotonlyth