党海鑫， 高 嵩， 曹 凯， 陈超波， 王 坤

(西安工业大学电子信息工程学院， 西安 710021)

运动目标检测与跟随作为计算机视觉领域的研究热点之一[1]，主要利用计算机视觉技术检测并跟随运动物体从而得到一个目标物体完整的运动方向和轨迹，同时在这个过程中针对一些可能遇到的复杂物体的遮挡、背景环境的干扰、光线强度的变化等问题给出合理的解决措施，从而实现良好的跟随效果。并相应地出现了一些基于背景或特征的跟随方法；此中基于特征模型的方法首要通过辨识目标的色彩、纹理等易区分的特征进行跟随并定位运动目标所在位置，使机器能够对所选目标进行实时地跟随。在此基础上，尽可能地降低算法的复杂度，并提高跟随的实时性与精度。

传统的CamShift目标跟随算法以目标的颜色作为特征建立颜色直方图模型[2]，通过在反向投影图上寻找与目标模型的最相似区域，并结合每一次新的目标位置信息作为下次迭代初始值从而实现对目标物体的跟随。然而仅通过颜色实现跟随的算法很容易受到相似背景或物体遮挡的影响，从而导致跟随失败。针对上述问题，文献[3]和文献[4]分别引进了了贝叶斯框架和FREAK特征匹配，改进后的算法虽然改善了系统的鲁棒性但也在算法复杂度方面有所提升。文献[5]改变了传统算法中只以H信号为特征的弊端，进而增加了S信号直方图补偿策略提高了算法的高效性，但仍然对部分复杂环境考虑欠缺；……