視覺跟蹤算法研究

視覺跟蹤算法研究摘要視覺跟蹤算法是實現(xiàn)視覺目標有效跟蹤的關(guān)鍵技術(shù)之一，通過觀測圖像序列，推理獲得目標運動參數(shù)，實現(xiàn)運動目標跟蹤，主要有基于區(qū)域跟蹤、基于特征跟蹤、基于變形模板跟蹤和基于模型跟蹤等四個類型的跟蹤算法，并各具不同的適用范圍及優(yōu)缺點?！娟P(guān)鍵詞】視覺跟蹤跟蹤算法特征1引言當前，視覺跟蹤技術(shù)在視頻監(jiān)視、導航定位、成像制導等方面皆有廣泛的應用。視覺跟蹤主要是針對包含運動物體的圖像序列進行分析處理，涉及到運動檢測、目標跟蹤兩個過程。運動目標檢測是從序列圖像中將變化區(qū)域從背景圖像中提取出來，目標跟蹤則分為預測模塊和匹配更新模塊。2視覺目標跟蹤的實現(xiàn)視覺目標跟蹤系統(tǒng)采用計算機視覺的方法，把圖像處理、自動控制、信息科學有機結(jié)合起來，形成一種能從圖像信號中自動識別目標、提取和預測目標位置信息，并自動跟蹤目標運動的技術(shù)，其實現(xiàn)主要包括圖像獲取、圖像識別、目標定位以及圖像傳感器的跟蹤控制四個部分。3視覺跟蹤算法視覺跟蹤是通過觀測圖像序列，推理獲得目標運動參數(shù)，并最終實現(xiàn)對運動目標的行為理解的過程。其視覺跟蹤算法是實現(xiàn)目標有效跟蹤的關(guān)鍵技術(shù)之一，一般可分為四種類型，即：基于區(qū)域跟蹤、基于特征跟蹤、基于變形模板跟蹤和基于模型跟蹤。3.1基于區(qū)域的跟蹤算法基于區(qū)域的跟蹤算法針對包含有多個對象的場景可以取得較好的跟蹤效果，精度高、穩(wěn)定性好，而針對搜索區(qū)域較大的情況，尤其是跟蹤目標發(fā)生形變或被遮擋時，發(fā)生目標丟失的概率增大。該算法通過在序列圖像中，利用相關(guān)匹配方法進行目標模板匹配來實現(xiàn)跟蹤目標?；叶葓D像常采用基于紋理和特征相關(guān)，彩色圖像常采用基于顏色的相關(guān)，如平方和準則SSD，如式1所示：（1）式中，i和j分別是兩幅比較圖像上對比位置的像素。該算法典型代表有基于紋理特征的自適應目標外觀模型、最大似然估計算法、基于核函數(shù)的概率密度基于模型的人體跟蹤常采用分析-綜合方法，一般用線圖、2D輪廓、立體模型來進行身體模型構(gòu)建，通過先驗知識來預測運動參數(shù)建立運動模型，常采用動力學模型、Taylor模型、Kalman濾波和隨機采樣等作為搜索策略。在基于模型的車輛跟蹤中，3D線框車輛模型則應用得最為廣泛，將圖像邊緣點作為特征來實現(xiàn)基于3D模型的車輛定位。4結(jié)束語視覺跟蹤算法是實現(xiàn)視覺目標有效跟蹤的關(guān)鍵技術(shù)之一。本文介紹了視覺跟蹤的實現(xiàn)方法，從基于區(qū)域跟蹤、基于特征跟蹤、基于變形模板的跟蹤和基于模型跟蹤等四個方面介紹了視覺跟蹤算法，并對其適用范圍及優(yōu)缺點進行了評述。參考文獻[1]侯志強，韓崇昭.視覺跟蹤技術(shù)綜述[J]，自動化學報2006，32（4）：604-605.[2]李谷全，陳忠澤.視覺跟蹤技術(shù)研究現(xiàn)狀及其展望[J].計算機應用研究2010，27（8）：2814-2817.作者單位1