【正文】 這種做法類似于以卡爾曼濾波為基礎(chǔ)的辦法。自動初始化中，我們也用了一個膚色模型結(jié)合第二節(jié)所提到的算法。 圖 .10和圖 .11 顯示的算法應(yīng)用的結(jié)果用于比較。如圖所示，工人序列的眾多對象中有高速運(yùn)動。 IV. 仿真 跟蹤已經(jīng) 對一些常見的 MPEG 測試序列與實時視頻序列 做 過測試。 ?與未覆蓋區(qū)域的其它目標(biāo)相比較，檢查運(yùn)動的一致性 。要達(dá)到這個目標(biāo)可使用基于運(yùn)動的標(biāo)準(zhǔn)。目標(biāo)掩膜需要進(jìn)行合適的修改以便照顧遮擋和遮擋恢復(fù)。 仿射模型有下面的公式定義 ia ,i=1,2...6，在矩陣 A 中是模型參數(shù)。一個種子運(yùn)動塊任意取在目標(biāo)或者背景中。將掩膜中的孔填充以成為最終掩膜。所有的步驟 (圖 .1)，在下面幾個章節(jié)會有解釋。基于運(yùn)動的聚類法（運(yùn)用光流）已經(jīng)被用于產(chǎn)生連續(xù)運(yùn)動的區(qū)域。初步的仿真結(jié)果展示了該算法的表現(xiàn)。一種能高效的控制幀間距的調(diào)制方案被用于運(yùn)動估計。連續(xù)幀中的分割區(qū)域之間的通信建立并能夠跟蹤后續(xù)幀圖像中的視頻目標(biāo) [ 3 ],[ 7 ],[ 13 ] 。 第二章節(jié)給出了 所提算法的細(xì)節(jié)信息。初步分割圖由 0S 標(biāo)注。第四章節(jié)會分別給出手工初始化和自動初始化的跟蹤結(jié)果。 這個過程會一直持續(xù)到出現(xiàn)一個固定的大小為（ 8 8）像素的 塊。在這種情況下，依據(jù)較小的塊（如： 44）算得的運(yùn)動向量會被用來尋找仿射模型 。遮擋恢復(fù)算法的目的是用來檢測事實上屬于遮擋恢復(fù)的未覆蓋區(qū)域 。 為了估計這些區(qū)域，當(dāng)前幀 ( 0Nk? )會用第 k 幀來進(jìn)行運(yùn)動補(bǔ)償 。因此，計算每一 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 9 個塊在掩膜中的像素點(diǎn)數(shù)目，得到聚類的加權(quán)采樣 }. . . . . .,{) } ,) . . . . . . (,)(,{( 212211 MMM nnndydxdydxdydx 如 ),( ii dydx 代表帶宏的運(yùn)動矢量， in 是指處于0_Nk objnewP?中的宏塊所包含的像素， M則是指在全部或部分在0_Nk objnewP?中的宏塊數(shù)目。與基于區(qū)域的方法相比較的情況如圖 .5。這在一定程度上處理非剛性目標(biāo)。我們也有一個 C 編寫的程序，它根據(jù)所跟蹤目標(biāo)的尺寸大小每秒處理 410 幀。遮擋和遮擋恢復(fù)被看做是對立的問題。 Vanderhye, PrairieComm, Teledyne Systems, Touchtunes Music, Xcelera, and 24/7 Media. His current research interests are in multimedia munication works, multimedia pression, storage, and retrieval, signal, image, and video processing, image analysis and puter vision, and pattern recognition and medical imaging. Dr. Schonfeld served as an Associate Editor for the IEEE TRANSACTIONS ON IMAGE PROCESSING and the IEEE TRANSACTIONS ON SIGNAL PROCESSING. He was a member of the anizing mittees of the IEEE International Conference on Image Processing and the IEEE Workshop on Nonlinear Signal and Image Processing. He was the plenary speaker at the INPT/ASME International 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 17 Conference on Communications, Signals, and Systems. 。這種辦法可以運(yùn)用并行處理器，因此適合于實時處理。所有算法在 MATLAB 上實現(xiàn) 。塊匹配算法依賴對平移模式，而且通常是不適合非剛性物體。 4 顯示了提取包含在眾多干擾項中的視頻目標(biāo)。這些塊矢量會被聚類。目標(biāo)輪廓已經(jīng)用運(yùn)動矢量預(yù)測，所用公式為0NkobjP?。理想的情況下，新的區(qū)域應(yīng)該對應(yīng)遮擋恢復(fù)而覆蓋區(qū)域?qū)?yīng)遮擋。如果該算法一次在三幀圖像上應(yīng)用，能糾正跟蹤誤差（ N0=3） 。 這些不確定的塊會被細(xì)分為更小的塊（ 8 8）并且新的種子快會被重估計 。跟蹤算法的效果取決于初始化后的良好的范圍。 下面給出初始化對象的算法。因此，實際中的實時系統(tǒng)必須避免這些操作的重復(fù)。 對于第一種方法（基于區(qū)域跟蹤） ，視頻對象由用戶 /物體識別算法來初步確定。我們用遮擋 /遮擋恢復(fù)檢測來 更新目標(biāo)輪廓 ,并用塊向量 預(yù)測目標(biāo)邊界從而實現(xiàn)跟蹤。 北京理工大學(xué)本科生畢業(yè)設(shè)計（論文） 國外文獻(xiàn)翻譯 2 Ⅰ 序言 視覺跟蹤已經(jīng)成為計算機(jī)視覺領(lǐng)域中被廣泛研究的一個課題。 跟蹤算 法中最主要的問題之一是部分遮擋。 N0=1 是 否 N0=3 圖 . 1. 跟蹤算法 . 為了初始化跟蹤算法，我們采用基于一種聯(lián)合算子的分割算法。 在游魚序列中按照以上步驟運(yùn)行的結(jié)果在（圖 .2）中 展示 。 并且。,y39。 III. 遮 擋和遮擋恢復(fù) 用來處理遮擋 /遮擋恢復(fù)的最長用的方法在于找出全局運(yùn)動向量中的運(yùn)動補(bǔ)償幀[1]。為檢測 遮擋 遮擋恢復(fù) (遮擋 ) ，當(dāng)前幀用下一幀來進(jìn)行欲動補(bǔ)償以企鵝的未被覆蓋（被覆蓋）的區(qū)域。然后做相似的測試將未覆蓋區(qū)域分成實際遮擋恢復(fù)和誤報兩類。 該方法主要依據(jù)運(yùn)動矢量來預(yù)測目標(biāo)輪廓，這也意味這現(xiàn)如今需要一種針對視頻壓縮數(shù)據(jù)的的跟蹤算法 。再次出現(xiàn)的魚尾與魚的軀干部分顏色不相似，所以基于顏色相似的區(qū)域融合的算法會失效。避免向前運(yùn)動加快了算法，但提取的質(zhì)量受到影 響。自動初始化讓我們對兩只手同時跟蹤。運(yùn)動估計依靠顯著不同特性的和而不考慮高斯噪聲會使運(yùn)動向量有偏差從而導(dǎo)致跟蹤效果的降低。這種方法可以結(jié)合蛇形浮動來跟蹤目標(biāo)輪廓。如果背景是變化的就必須應(yīng)用一種更加精確的初始化