多特征自适应融合的相关滤波目标跟踪算法

谢维信 赵 田

(深圳大学ATR国防科技重点实验室, 广东深圳 518060)

1 引言

随着目标跟踪相应的算法不断地进步,在计算机视觉领域引起越来越广泛的关注和研究[1-2]。目标跟踪算法涵盖了图像处理、机器学习和模式识别等方面的技术,在人机交互、军事制导、智能监控以及智能交通等领域的应用越来越广泛[3]。但在现实场景中的复杂情况使得目标跟踪的效果受到一定的影响。这些影响因素主要包括光照、运动模糊、形变、遮挡、尺度变化、快速运动和相似背景干扰等。如何在复杂的背景环境下提高算法的跟踪精度和稳定性成为目标跟踪研究领域的重点研究内容。

根据不同的观测模型可以将跟踪算法分成两大类模型,分别是生成式模型和判别式模型。生成式模型只是针对目标的外观特征进行建模,因此在处理目标被遮挡和目标快速运动等问题时,跟踪效果不是很理想。目前比较流行的是判别式模型,判别式模型将目标跟踪问题转化成二分类问题,用分类实现目标的定位,通过辨别特征差异,对前景和背景进行有效区分,从而将背景和跟踪目标区分开。两种模型进行对比判别式模型的跟踪效果更稳定,稳定性更强。

近年来,依据判别式模型的相关滤波(Correlation Filter)算法发展越来越广泛[4]。相关滤波在2010年初次被应用在跟踪领域,Bolme等提出了最小均方误差滤波器MOSSE(Minimum Output Sum of Squared Error)相关滤波器[5],在该算法中依据样本图像对目标外观进行建模,大幅度提高了目标跟踪的速度和准确度。……