黄 珍，潘 颖

(兰州文理学院 数字媒体学院，甘肃 兰州 730000)

随着视频图像处理技术的发展，在复杂场景中进行视频图像采集，根据采集的复杂场景视频图像进行目标跟踪识别，提高目标的主动跟踪和探测能力，研究复杂场景视频图像的跟踪方法在实现移动目标检测中具有重要意义。相关的复杂场景视频图像跟踪方法研究在交通视频监控、红外目标探测等领域展示了较好的应用前景，受到人们的极大关注[1]。张丽红等人针对高频成像声呐多目标跟踪中声成像的不稳定问题,在基于检测前跟踪的声呐图像序列尺度不变特征变换(Scale Invariant Feature Transform, SIFT)的基础上,提出了一种结合对数变换的声呐图像序列SIFT特征跟踪方法[2]。该方法利用对数变换进行图像预处理,进而利用声呐图像序列SIFT特征进行多目标跟；位宝燕等人将时空上下文视觉(STC)单目标跟踪算法应用于多目标跟踪。该算法通过构造各目标和其上下文区域的时空关系模型,计算置信图得到下一帧图像的目标位置,并且对窗口大小进行自适应变换,当目标发生旋转等姿态变化或者尺度变化时,窗口可以根据目标变化而变化[3]。石治国等人在多目标跟踪过程中,针对概率假设密度滤波器难以正确估计目标个数和目标状态问题,提出一种新的基于边缘粒子滤波的改进算法。算法运用Rao-Blackwellized思想,将目标状态分解为线性和非线性模型的结构,采用RBPF滤波方法预测与估计概率假设密度滤波器中目标的非线性状态,使用卡尔曼滤波方法对线性状态进行预测与估计,以更好地提高目标状态估计精度,降低了计算的复杂度[4]。……