基于时空上下文的目标跟踪算法研究
Research on Visual Tracking Algorithm Based on Spatio-temporal Context
目标跟踪是对视频图像序列中的有用信息进行分析、处理和理解,在每一帧中估计出目标位置,进而完成跟踪任务,帮助人类更好的感知现实世界.尽管近几年目标跟踪技术取得了很大进展,但因受到诸如光照变化、目标尺度变化、目标被遮挡等各种因素的干扰,要使单一目标跟踪方法能适应多种复杂场景的挑战,仍然是目标跟踪课题的一项艰巨任务.通过对时空上下文理论和目标跟踪相关技术的深入学习,本文针对复杂场景下的时空上下文目标跟踪方法进行研究,并提出改进策略.具体内容如下:1.通过对时空上下文目标跟踪算法的学习,得知该算法在建模阶段统计目标和目标周围背景信息的时间和空间关系的相关性,利用统计得到的相关性结合生物视觉特性-关注焦点来跟踪目标.实验表明:该算法在训练和目标追踪的检测过程中采用快速傅里叶变换,其运行速率能达到350帧/秒,所以算法的实时性较好.但该算法在目标尺度发生变化以及目标被遮挡等情况下容易发生更新错误.2.针对时空上下文目标跟踪算法在目标尺度发生变化以及目标被遮挡等情况下容易发生更新错误,进而导致跟踪漂移的问题,提出了一种多尺度时空上下文目标跟踪算法.实验表明:该方法在尺度变化、局部遮挡、目标姿态变化等情况下均能完成鲁棒跟踪,跟踪正确率较原始时空上下文跟踪算法提高了38.4%,实验结果表明提出的改进策略实时性和鲁棒性较好.
- 作者:
- 李泽仁
- 学位授予单位:
- 北方民族大学
- 专业名称:
- 计算数学
- 授予学位:
- 硕士
- 学位年度:
- 2017年
- 导师姓名:
- 纪峰
- 中图分类号:
- TP391.41
- 关键词:
- 目标跟踪;时空上下文;生物视觉;快速傅里叶变换;多尺度
- visual tracking; spatio-temporal context; biological vision; fast Fourier transform; multi-scale