結(jié)合射影幾何的Mean-shift目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤利用目標(biāo)在移動(dòng)過(guò)程中圖像的關(guān)聯(lián)性來(lái)實(shí)現(xiàn)對(duì)物體的跟蹤，是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)關(guān)鍵問(wèn)題。它被廣泛應(yīng)用在各種場(chǎng)合，例如視頻監(jiān)控，人機(jī)接口，增強(qiáng)現(xiàn)實(shí)等。近年來(lái)，大量的目標(biāo)跟蹤算法被提出來(lái)，其中比較典型的有粒子濾波，Mean-shift，卡爾曼濾波，基于特征點(diǎn)的光流法等。在這些算法中，Mean-shift算法以其良好的實(shí)時(shí)性和無(wú)參數(shù)模型等特點(diǎn)受到了廣泛的關(guān)注。
　　 本文對(duì)基于Mean-shift算法的目標(biāo)跟蹤進(jìn)行了研究。Mean

2、-shift算法是一種基于概率密度統(tǒng)計(jì)的方法，是一種無(wú)參概率模型，它根據(jù)目標(biāo)的特征概率密度統(tǒng)計(jì)得到目標(biāo)均值漂移向量。此算法需首先得到目標(biāo)的模板，建立目標(biāo)的統(tǒng)計(jì)直方圖，在本文中我們是在第一幀中手動(dòng)選取目標(biāo)。得到目標(biāo)的初始模板后，Mean-shift算法對(duì)接下來(lái)每一幀的目標(biāo)候選區(qū)域建立直方圖，再根據(jù)Bhattacharya相似度，迭代搜索與目標(biāo)模型匹配的最佳區(qū)域。這個(gè)過(guò)程使得Mean-shift算法具有良好的實(shí)時(shí)性，對(duì)遮擋，目標(biāo)變形等具有很

3、好的魯棒性。但是此算法也存在一些不足，比如在迭代過(guò)程中，當(dāng)目標(biāo)在圖像上的大小逐漸變化時(shí)，Mean-shift算法不能自適應(yīng)地更新跟蹤窗口的大小。使得算法性能大打折扣，在一些情況下甚至出現(xiàn)嚴(yán)重的錯(cuò)誤。為了讓Mean-shift算法能自適應(yīng)地更新跟蹤窗口，本文引入射影幾何知識(shí)，通過(guò)求得場(chǎng)景成像時(shí)的射影幾何信息來(lái)更新跟蹤窗大小。該算法通過(guò)得到目標(biāo)所在平面的滅線和與此面垂直方向上的滅點(diǎn)，得到場(chǎng)景幾何信息。第一幀的目標(biāo)大小手動(dòng)獲得，根據(jù)此射影幾何