杨大伟，郭 超，吕伊鹏，程 凡

(大连民族大学 机电工程学院，辽宁 大连 116605)

利用行人运动特性的TLD快速检测算法

杨大伟，郭 超，吕伊鹏，程 凡

(大连民族大学 机电工程学院，辽宁 大连 116605)

针对TLD目标检测时需全局穷举搜索耗时较高的问题，提出一种基于行人运动特性的区域优化算法。该算法可有效预测行人在图像中的可能区域，从而减小检测计算复杂度，提高算法效率。经仿真分析表明，该算法在原有目标检测性能不变的情况下，检测耗时较原算法平均降低81.54 %，跟踪速率平均提升4倍，跟踪实时性明显提高。

行人检测；运动特性；TLD算法；区域优化

TLD(Tracking Learning Detection)算法是一种单目标长时性跟踪算法[1]，相较于一般目标跟踪方法运行速度更快。但TLD目标检测始终进行全局搜索，大量非目标特征占用绝大多数计算时间和资源，导致算法实时性不高，也会增加相似目标的分析风险。

由于TLD利用简单的特征即可实现较好的跟踪效果，所以一直吸引着许多专家学者的关注。文献[2]在TLD的基础上加入Kalman滤波算法来预测运动目标轨迹以缩小图像检测范围，使得TLD的运算速度和适应性有所提高，但遇行人目标运动静止或转向时则极易失效。文献[3]通过在TLD算法的跟踪模块中加入粒子滤波，使得TLD在目标非线性运动或是存在较大面积遮挡的情况下跟踪鲁棒性提高，但粒子滤波跟踪算法本身计算量大，采样效率低，增加了算法的负担。文献[4]通过将TLD跟踪器的改为复杂度较高的多重实例学习算法来提高TLD的跟踪器准确性。……