基于模糊逻辑的多特征融合的SOAMST跟踪算法*

刘淑娇　冯子亮　薛宾田

(四川大学计算机学院　成都　610065)



基于模糊逻辑的多特征融合的SOAMST跟踪算法*

刘淑娇冯子亮薛宾田

(四川大学计算机学院成都610065)

摘要针对复杂环境条件下颜色、光照变化和遮挡对目标跟踪算法精度和鲁棒性的影响,论文提出了基于模糊逻辑多特征融合的SOAMST跟踪算法。首先,选择颜色特征和LBP特征对目标进行建模,并根据模糊逻辑算法调整两种特征在计算目标质心位置和权重图像中的权重;其次,目标被遮挡暂时消失时,根据SOAMST算法得到上一帧目标的状态信息,调用粒子滤波算法对目标位置进行预测,可以避免丢失跟踪目标,实现目标连续跟踪。实验表明,论文算法在复杂环境条件下能很好地实现目标跟踪。

关键词目标跟踪; SOAMST算法; 模糊逻辑; 粒子滤波

Class NumberTP391

1　引言

目标跟踪是计算机视觉领域的重要问题,它在智能交通、安防系统和军事方面的应用越来越广泛。目前已经提出了Mean Shift算法、CAMSHIFT[1]算法、SOAMST算法、卡尔曼滤波算法[2]、粒子滤波[3]等经典算法,但这些算法大多只在特定的情况下才跟踪准确。如何在复杂情况下,如光照发生变化、目标被遮挡等情况下快速准确地跟踪目标依然是研究热点。

Mean Shift[4～5]算法计算量小、简单易实现,改进算法很多;如SOAMST[6]算法就在Mean shift算法的基础上,具有尺度和方向自适应等优点;在目标的大小、方向发生变化时,目标不易丢失。但是在复杂环境条件下,依然存在目标跟踪失败等问题[7]。

本文提出的跟踪算法首先选择颜色特征和LBP特征建立目标模型,在跟踪过程中根据模糊逻辑算法自适应地调节两种特征值的比例,以提高跟踪的准确性;当目标被遮挡暂时消失时,调用粒子滤波算法进行位置预测,以提高跟踪的准确性。……