李忠海，杨 超，梁书浩

（沈阳航空航天大学自动化学院，沈阳 110136）

0 引言

视频信息技术涵盖了很宽的领域。从常见网络视频到神秘的宇宙飞船，从公共安全到军事领域，从智能监控到视频压缩，从步态识别到人体分析，无论视频应用千差万别，视频技术大多遵循类似的框架：信息预处理、运动目标检测以及目标跟踪。考虑到场景的复杂性，如时变的光照，目标形变以及遮挡等问题，这些因素使在目标检测与跟踪过程中任具有挑战性。文献［1］将超像素理论用于目标跟踪，利用超像素把视频帧的前景与背景进行分割，并利用条件随机场和Delanunay三角化对图片进行区间匹配。但此方法无法改进在目标遮挡情况下跟踪问题。文献［2］使用分类的AdaBoost目标跟踪算法，判别像素属于目标的前景还是背景，结合Mean-Shift搜索过程，采用超像素分割计算出置信图，确定跟踪目标，但该算法在复杂背景下，跟踪效果不理想。文献［3］利用像素的特征信息对目标上下文区域进行聚类，形成像素块区域，通过时间上下文中像素块特征的相似性，对空间上下文进行加权处理。但当运动目标发生视觉尺度变化，跟踪效果显著下降。文献［4］提出SL算法寻找最优路径的方式，在水平和垂直两个方向将图像分割成较小的图块，计算超像素。该算法分割结果过多依赖于输入的边界图质量。文献［6］采用SLIC算法分割图像提取特征进行外观模型建模，结合SIFT特征形成词汇本，最后利用金字塔LK追踪器进行预测运动目标下一帧位置。……