基于多算法融合的抗遮挡目标跟踪算法

2021-12-29林颖汤文兵

现代计算机 2021年31期

林颖，汤文兵

（安徽理工大学计算机科学与工程学院，安徽 232001）

0 引言

随着计算机科技的进步，生活中不断产生着大量的视频图像数据，如何对这些视频图像信息进行处理，使得计算机能够将视频图像转化成数字信息并进行逻辑计算分析，受到了研究人员的广泛关注，这就是计算机视觉。对运动中的目标进行定位和追踪［1］是计算机视觉领域的一个重要组成部分。目标跟踪在军事、医疗、体育、交通和工业中都有着广泛应用，但是由于跟踪过程中，目标形变、光照变化、目标遮挡、相似背景等多种复杂的跟踪情况使得目标跟踪成为一个富有挑战性的课题。

单目标跟踪是从二维的视频序列中对物体进行分析和追踪，由于深度信息的缺乏，容易产生目标自身遮挡或障碍物遮挡。当观测物体被严重遮挡时，跟踪器的置信度大幅度降低，目标的大部分特征的缺失容易导致跟踪漂移或者失败。遮挡问题严重影响了跟踪的精度和效率，为了提高跟踪算法的鲁棒性，亟需提出一个抗遮挡的目标跟踪算法来满足实时性的跟踪需求。

受现有的抗遮挡跟踪算法的启发，本文提出了一个基于多算法融合思想的抗遮挡目标跟踪算法。在基于卡尔曼滤波的Mean Shift算法基础上增加了一个SVM检测器。当判断目标被长时间严重遮挡或者目标丢失时，激活SVM辅助其他跟踪器进行目标的检测重定位。