朱洪锦,范洪辉,叶飞跃，朱世松

(1.江苏理工学院 计算机工程学院,江苏 常州213001;2.常州市云计算与智能信息处理重点实验室,江苏 常州213001;3.河南理工大学 计算机科学与技术学院,河南 焦作454003)

近年来，随着网络和数字广播传输信道的增加，在海量信息中实现视频内容的分析与检索是计算机视觉领域的研究热点。在视频图像处理中图像序列运动目标跟踪技术得了到广泛的研究和应用，尤其在视频监控、视频编码、智能机器、图像恢复等领域都具有广泛的应用前景。许多研究者对运动目标跟踪问题进行了深入研究，提出了基于目标特征的跟踪、基于模型匹配的跟踪以及基于目标轮廓的跟踪等方法[1]。目标特征的跟踪技术需要解决复杂场景下多特征跟踪算法的适应性问题及实现有效特征的提取的连续性，基于模型匹配需要准确建立视频前后帧之间运动对象的对应匹配关系，同时对跟踪分割的精度有较高的要求[2]。对于这两种目标跟踪方法，基于轮廓的方法可单纯利用人物轮廓实现视频中人物领域的抽取与追踪，简化其余特征计算数量及匹配难度，可实现视频中多人物的连续跟踪[3]。

基于轮廓模型的目标跟踪算法中参数活动轮廓模型和非参数活动轮廓模型是图像处理中最具代表的算法[4]。参数化轮廓使用离散的点表示目标的轮廓，采用目标的边缘作为跟踪的特征,该方法计算效率高,实现手段灵活,但难以克服跟踪过程中轮廓线拓扑结构改变的情况,不利于高维拓展和多目标跟踪[5]。……