视觉单目标跟踪算法研究

视频监控领域对计算机视觉技术有急切的需求，而视觉目标跟踪是其中一个重要的基 础研究问题，通过对感兴趣的目标物体进行跟踪并记录跟踪轨迹，我们可以从一段视频中 提取出一个结构化的视频摘要，还可以对视频中的群体或单体异常行为进行分析，或者协 助公安机关对犯罪嫌疑人进行查询和搜证，等等。经过近二十年的发展，现有的目标跟踪 方法已经可以在一些难度较小的视频场景中进行准确跟踪，但是，面对包含目标遮挡、形 变、快速运动等难点的视频场景时，现有跟踪算法的准确度和鲁棒性还有待提高。本文对 目标跟踪领域的发展进行了分析和探讨，并针对现有跟踪算法的缺陷提出了几种可供参 考的解决方法。本文的主要研究内容和贡献包括: 1)提出了一种结合消失判断的长时目标跟踪系统，解决了传统短时跟踪方法无法判 断目标消失状态、在遮挡情况下容易把背景干扰信息引入跟踪模型的问题。该系统基于结 构化支持向量机基础模型，把基于对数极坐标转换和混合高斯模型的目标消失判断机制 引入了跟踪系统中，在判断目标消失以后，停止跟踪模型和消失判断模型的更新，并采用 重检测方法对目标进行扩大搜索和检测。本方法可以在遮挡严重的场景下防止背景干扰 信息在跟