基于点对矢量场的动态背景下运动目标跟踪算法研究

彭 端

（西华大学计算机与软件工程学院，成都 610039）

基于点对矢量场的动态背景下运动目标跟踪算法研究

彭 端

（西华大学计算机与软件工程学院，成都 610039）

动态背景下的运动目标跟踪算法一直是计算机视觉领域的研究热点。针对动态背景下的运动目标跟踪，提出一种基于点对矢量场的运动目标跟踪算法。首先，提取出运动目标身上的点对特征点。然后根据灰度、梯度方向差和点对距离的一致性对运动目标的特征点进行匹配，并根据匹配点对构建点对矢量场。最后，根据点对矢量场实现对运动目标的跟踪。实验结果表明，该算法对动态场景下的运动目标跟踪具有一定的有效性。

目标跟踪；点对；矢量场；动态背景

0 引言

运动目标跟踪是计算机视觉领域的核心课题之一，被广泛的应用于安全监控、人机交互、智能交通、机器人视觉导航、医疗诊断、产品检测等领域[1]。运动目标跟踪，是指给定一段视频序列，在该视频序列的每帧图像中实时地找到感兴趣的运动目标，并评估其运动轨迹。传统的目标跟踪算法主要分为以下几类：基于区域的跟踪、基于活动轮廓的跟踪、基于模型的跟踪和基于特征的跟踪[2]。其中，基于特征的跟踪是以目标的某些不变特征来表示目标，具有较强的稳定性，因此，在很多场景下都具有较好的跟踪特性。在基于特征的跟踪算法中，光流特征包含了运动目标的运动信息，因此在目标跟踪中有着广泛的应用，例如，陈婷婷[3]等人提出的一种基于Lucas-Kanade金字塔光流算法的运动人体特征点跟踪方法，该方法对较大尺度运动的特征点跟踪有很好的效果；……