金志刚，卫津津，罗咏梅，刘晓辉

1.天津大学电子信息工程学院，天津300072

2.天津大学计算机科学与技术学院，天津300072

3.国家计算机网络应急技术处理协调中心，北京100029

基于改进的颜色和SURF特征的粒子滤波目标跟踪

金志刚1，卫津津1，罗咏梅2，刘晓辉3

1.天津大学电子信息工程学院，天津300072

2.天津大学计算机科学与技术学院，天津300072

3.国家计算机网络应急技术处理协调中心，北京100029

针对视频中运动目标的准确跟踪问题，提出了一种改进的颜色直方图特征和SURF特征的粒子滤波跟踪算法。采用SURF算法提取特征点，利用分层迭代的KLT算法对特征点进行稳定跟踪。将SURF特征与改进的视觉显著性颜色特征进行乘性融合，作为粒子滤波的观测概率。针对跟踪过程中SURF匹配数下降和不稳定的现象，设计了SURF特征模板集的更新策略。与传统特征的跟踪进行多组对比实验，其结果证明了该方法对光照和遮挡具有很好的鲁棒性，对目标跟踪的准确率更高。

目标跟踪；视觉显著性；颜色直方图；加速鲁棒特征（SURF）；粒子滤波；KLT算法

1　引言

目标跟踪是绝大多数视觉系统中不可或缺的环节，同时也是计算机视觉和模式识别领域的热点问题，在人机交互、机器人导航、智能视频监控等方面有广泛的应用。为了实现准确、稳定的目标跟踪，许多学者已经提出不同的跟踪算法［1-3］。作为运动目标跟踪方法的常用数学工具，粒子滤波（Particle Filter）对运动模型的非线性、非高斯、多峰等问题表现出良好的适应性，已被大量应用于行人、车辆等运动目标的跟踪［4-8］。……