张铁，马琼雄



基于局部背景特征点的目标定位和跟踪

张铁，马琼雄

(华南理工大学机械与汽车工程学院，广东广州，510641)

针对存在多个与目标相似的区域以及摄像头经常运动的跟踪问题，提出一种基于局部背景特征点的目标定位和跟踪方法。首先，根据相邻匹配的局部背景特征点与目标的位置关系对目标进行定位，然后，以定位得到的预测位置作为搜索起点，结合粒子滤波和均值偏移方法获取目标的候选区域，最后，根据候选区域和预测位置的距离对候选区域的相似度加权，将加权后相似度最高的候选区域作为跟踪结果。研究结果表明：该算法能够避免周围相似物体的干扰并准确跟踪目标，具有较好的鲁棒性和实时性。

粒子滤波；均值偏移；局部背景特征点；目标定位；目标跟踪

粒子滤波、均值偏移以及他们相结合的方法已经普遍应用到视觉跟踪领域。粒子滤波是从目标状态的后验概率中抽取随机状态粒子，并通过观测目标与模板的相似度修正各粒子权重，最终联合各粒子来表示目标状态分布，在处理非线性、非高斯系统的状态和参数估计问题方面具有独到的优势[1−2]。均值偏移通过非参数估计方法计算跟踪目标的概率密度，并沿着该密度函数梯度方向快速迭代收敛至其峰值，计算简单，具有很好的实时性。但是均值偏移方法只能寻找局部最大值而不是全局最大值，如果2帧图像之间没有足够的重叠部分都会导致丢失目标[2]。……