金广智 石林锁 崔智高 刘 浩 牟伟杰



结合GLCM与三阶张量建模的在线目标跟踪

金广智 石林锁 崔智高*刘 浩 牟伟杰

(第二炮兵工程大学502教研室 西安 710025)

为提高目标跟踪算法对多种目标表观变化场景的自适应能力和跟踪精度，论文提出一种结合灰度共生(GLCM)与三阶张量建模的目标优化跟踪算法。该算法首先提取目标区域的灰度信息，通过GLCM的高区分度特征对目标进行二元超分描述，并结合三阶张量理论融合目标区域的多视图信息，建立起目标的三阶张量表观模型。然后利用线性空间理论对表观模型进行双线性展开，通过在线模型特征值描述与双线性空间的增量特征更新，明显降低模型更新时的运算量。跟踪环节，建立二级联合跟踪机制，结合当前时刻信息通过在线权重估计构建动态观测模型，以真实目标视图为基准建立静态观测模型对跟踪估计动态调整，以避免误差累积出现跟踪漂移，最终实现对目标的稳定跟踪。通过与典型算法进行多场景试验对比，表明该算法能够有效应对多种复杂场景下的运动目标跟踪，平均跟踪误差均小于9像素。

目标跟踪；灰度共生；三阶张量；线性空间；在线跟踪

1 引言

目标跟踪是计算机视觉的重要领域，也是智能视频监控的重要环节，具有重要的研究意义和良好应用前景。然而，在实际的动目标跟踪过程中，随着时间的推移目标表观往往会出现遮挡、光照、尺度等各种复杂的变化，对跟踪算法的稳定性和准确性均带来了极大的挑战，因此，需要寻求一种跟踪精度高且适用多场景的目标跟踪算法[1]。……