李　倩,刘　坤

(上海海事大学 信息工程学院，上海 201306)



基于SURF的压缩跟踪算法研究*

李倩,刘坤

(上海海事大学 信息工程学院，上海 201306)

目标跟踪技术作为机器视觉领域中的基础，有着广泛的应用，但其仍然存在许多问题。为了解决目标在光照变化和快速移动场景下跟踪漂移的问题,提出了基于SURF的压缩跟踪算法。首先选择跟踪目标并提取SURF特征，其次采用压缩感知理论对SURF高维特征降维，来减少特征描述的维数和计算时间，最后筛选压缩后的样本特征并训练分类器，来实现对多种复杂场景下目标实时准确跟踪。通过实验与传统的SURF算法和Compressive Tracking(CT)算法的对比，证明该算法不仅大大减少了目标在跟踪的过程中的计算量，其跟踪的实时性和准确性相较于CT算法和SURF算法都有所提高。

目标检测；SURF；压缩感知；目标跟踪

引用格式：李倩，刘坤．基于SURF的压缩跟踪算法研究[J].微型机与应用，2016,35(16)：63-66，71.

0　引言

目标跟踪技术作为机器视觉中的一个重要研究领域，其应用已经得到广泛的普及。但目前目标跟踪仍面临着一些亟待解决的问题，如目标形态的改变、外界光照场景的变化、目标部分遮挡、快速移动或突然停止等。近年来目标跟踪的主流方法多是基于特征的匹配[1]，提取目标中具有不变性的特征(角、点、边缘等)，通过目标特征的模板匹配来实现目标的跟踪过程，它的优点是计算量较小，抗干扰能力强，但是对于一些较大尺寸的目标，仍然无法很好地实时跟踪，且不能很好地处理目标遮挡的问题。……