结合在线学习的尺度自适应多目标跟踪算法
2018-08-17李建增
电光与控制 2018年8期
关键词:特征
成 悦, 李建增
(陆军工程大学石家庄校区,石家庄 050003)
0 引言
近几年,计算机视觉越来越体现出它在人工智能方面的重要性,而视频目标跟踪技术也得到了较快的发展。航拍技术是近几年新兴的一种侦察手段,无论是在军用还是民用方面都有着极大的应用前景,其中,目标跟踪技术是必不可少的一个环节。目前,视频单目标跟踪技术已经较为完善,但多目标跟踪问题仍然面临很多困难与挑战。
多目标跟踪除了有单目标跟踪所面临的目标尺度变化、旋转变化、背景变化、相似目标干扰、遮挡干扰等问题外,还需要处理多个被跟踪目标之间的互动,如两个被跟踪目标距离过近、相互遮挡,目标候选点之间的匹配与关联等。
目标跟踪首先要对目标进行建模。为了建立目标的外观模型,前人应用了众多有效的方法:文献[1-2]主要运用了提取目标颜色特征作为跟踪依据的方法进行建模;文献[3]采用颜色直方图和LBP特征对大量人体分块样本进行离线训练;文献[4]利用角点采样的方法来实现相互遮挡的多目标分离问题;文献[5]利用光流进行数据关联;文献[6]采用光流法将轨迹片段链接成完整的轨迹。当前,HOG特征[7]、SURF特征[8-9]、ORB特征[10]等都是用于描述目标特点的比较成熟的方法。综合前人归纳的特征提取方式的优缺点,本文最终确定了采用颜色直方图和HOG特征相结合的方式进行特征提取。
基于在线学习的跟踪算法是近几年新兴的一种通过建立在线更新的分类器来实现目标跟踪的方法。……
登录APP查看全文
