【正文】 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 37 參考文獻(xiàn) [1] 王琳 視頻運(yùn)動(dòng)目標(biāo)跟蹤中有關(guān)問(wèn)題的研究 西北大學(xué) 20xx 年 5 月 [2] 代凱乾 單目圖像序列的目標(biāo)跟蹤算法研究 國(guó)防科學(xué)技術(shù)大學(xué)研究生院 20xx 年 11 月 [3] 宗偉新 運(yùn)動(dòng)背景下運(yùn)動(dòng)目標(biāo)的跟蹤算法研究 西安工業(yè)大學(xué) 20xx 年 5月 [4] 趙瑤 運(yùn)動(dòng)目標(biāo)與跟蹤算法研究 山東大學(xué) 20xx 年 5。這必將為我們以后的工作和學(xué)習(xí)打下良好的基礎(chǔ)。王老師淵博的知識(shí)、嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和求實(shí)的精神給我留下了深刻的印象。較單一的歸一化互相關(guān)匹配算法的跟蹤時(shí)間縮短，是因?yàn)椴捎密壽E預(yù)測(cè)后搜索區(qū)域變小，匹配次數(shù)減少。采用加了軌跡預(yù)測(cè)的算法，可以大大減少搜索時(shí)間。 [6] 實(shí)驗(yàn)結(jié)果及分析： 第 1 幀 第 39 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 32 第 51 幀 第 91 幀 第 122 幀 第 149 幀 第 174 幀 第 194 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 33 第 221 幀 第 253 幀 第 279 幀 第 295 幀 第 317 幀 第 343 幀 第 373 幀 第 407 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 34 第 451 幀 第 478 幀 第 503 幀 第 531 幀 第 556 幀 第 590 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 35 第 608 幀 第 615 幀 圖 41 采用歸一化互相關(guān)匹配算法加軌 跡預(yù)測(cè)算法的跟蹤效果圖 實(shí)驗(yàn)結(jié)果分析：對(duì)比未加軌跡預(yù)測(cè)的歸一算法和 MAD 算法和加了軌跡預(yù)測(cè)的效果圖，未加軌跡預(yù)測(cè)在 307 幀時(shí)目標(biāo)就跟蹤丟失，而加了軌跡預(yù)測(cè)的在 605幀以后，才出現(xiàn)目標(biāo)不見(jiàn)。如用 k 2,k1 以及 k 幀的位置去求取 k+1 幀的位置，即用過(guò)去三幀的位置（ N=3 的情況）預(yù)測(cè)下一幀的位置 ， 按 上述 的 表示 方 法 有 1 1t? ， 2 2t? ， 3 3t? 以及 1( ) ( 2)f f kt ??，西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 30 2( ) ( 1)f f kt ??， 3( ) ( )f f kt ? ，對(duì)于 k+1 幀而言，相當(dāng)于 t=4 的情況，故求取k+1 幀的位置為： ^0 1 1 0 1( ( 1 ) / ) 4kkkf a a t a a?? ? ? ? ? （ 49） 將上述 it 及 ()ift 的值分別代入（ 4－ 5）和（ 4－ 6）可求出 0a ， 1a 的值，然后將 其代入（ 47）式可得： ^ 1( ( 1 ) / ) [ 4 ( ) ( 1 ) 2 ( 2) ]3k k f k f k f kf ? ? ? ? ? ? （ 410） 上式就是三點(diǎn)線(xiàn)性預(yù)測(cè)的公式，當(dāng) N 取不同的整數(shù)值時(shí)可構(gòu)成不同的預(yù)測(cè)器，如下表所示： N 的取值 ^ (( 1)/ )kkf ? 2 2 ( ) ( 1) _f k f k?? 3 1 [ 4 ( ) ( 1 ) 2 ( 2 ) ]3 f k f k f k? ? ? ? 4 1 [ 2 ( ) ( 1 ) ( 3 ) ]2 f k f k f k? ? ? ? 5 1 [ 8 ( ) 5 ( 1 ) 2 ( 2 ) ( 3 ) ( 4 ) ]10 f k f k f k f k f k? ? ? ? ? ? ? ? 原函數(shù) f(t)在 N個(gè)順序時(shí)刻的測(cè)量值仍為 f( it ) (i=1,2,…, N)，且 f(t)可以用 02121 t *tYbbb??????? ?????????? （ 411） 測(cè)量值與逼近值之間的誤差為 20 1 2()i i i if t b b t b t?? ? ? ? ? （ 412） 對(duì) N點(diǎn)估計(jì)的均方誤差為 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 31 221() 01[ ( ) ]Ni iE iif t a a t? ??? ??? （ 413） 取最佳逼近情況，即經(jīng)最小二乘運(yùn)算后可得： 211 21 311 1 1021 12 22 321 1 12 213 23 331 1 1( ) ( ) ( )1( ) ( ) ( )( ) ( ) ( )N N Ni i i i ii i iN N Ni i i i ii i iN N Ni i i i ii i if f ff f fAf f fc t c t t c t tbb c t c t t c t tbc t c t t c t t? ? ?? ? ?? ? ???????????? ? ????????? ??????? ? ?? ? ?? ? ? （ 414） 式中 0A? ???????????????????????????????????NiiNiiNiiNiiNiiNiiNiiNiittttttttNA14131213121121 （ 415） 其中ijc (j,k=1,2,3)是行列式的 A 余子式。 設(shè)原函數(shù) f (t)在 N 個(gè)順序時(shí)刻的測(cè)量值為 f (t),(1,2,...N)，且 f (t)可以用： 01Ytaa?? （ 43） ? ?????????? aatY10*1 （ 44） 作為最佳線(xiàn)性逼近，可寫(xiě)為 1 1 1 0 1 1( ) ( )f Y ft t a a t? ? ? ? ? ? （ 45） 對(duì) N 點(diǎn)估計(jì)的均方誤差為： 23() 011 [ ( ) ]iNiii f t a a t??? ? ??? （ 46） 最佳逼近即是上式取最小值，經(jīng)過(guò)最小二乘法可得： 21 1 1 1011 1 1( ) ( )( ) ( )N N N Ni i i i ii i i iN N Ni i i ii i iffDf N fDt t t t taa t t t t? ? ? ?? ? ??????????????? ??????? ? ? ?? ? ? （ 47） 其中： 221 1()N iiNDNiit t??? ?? ? （ 48） 式（ 3－ 3）和（ 3－ 4）就是 f (t)在最小均方誤差意義下的 N 點(diǎn)最佳線(xiàn)性逼近的通解。 圖 41模板更新示意圖 軌跡預(yù)測(cè) 根據(jù)目標(biāo)在運(yùn)動(dòng)過(guò)程中具有軌跡連續(xù)性的 特點(diǎn)，利用目標(biāo)過(guò)去的位置信息預(yù)測(cè)當(dāng)前位置，然后在預(yù)測(cè)點(diǎn)周?chē)欢ǚ秶鷥?nèi)進(jìn)行匹配，這樣既能減少計(jì)算量，也能排除其它物體對(duì)跟蹤的影響，保證匹配的可靠性；另一方面，當(dāng)目標(biāo)的背景快速變化、視場(chǎng)內(nèi)有其它遮擋物出現(xiàn)時(shí)，會(huì)造成目標(biāo)被短暫遮擋從而短時(shí)消失，若西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 29 干秒后又正常復(fù)出，按照正常的跟蹤策略，跟蹤過(guò)程中就會(huì)出現(xiàn)目標(biāo)丟失而導(dǎo)致系統(tǒng)紊亂，如果采用預(yù)測(cè)跟蹤處理技術(shù)，預(yù)測(cè)出目標(biāo)在下一步可能的位置，等到目標(biāo)再次出現(xiàn)時(shí)，仍可對(duì)其進(jìn)行穩(wěn)定跟蹤而不至于丟失目標(biāo)。實(shí)驗(yàn)證明它既能很好的適應(yīng)目標(biāo)的快速變化，又對(duì)目標(biāo)的瞬時(shí)遮擋具有較好的抗干擾能力。 最佳模板替換法 這里所說(shuō)的最佳模板是指在一定幀間隔范圍內(nèi)，與目標(biāo)識(shí)別模板匹配最好的目標(biāo)圖像區(qū)域 。 在上式中，通過(guò)調(diào)整權(quán)值的大小， 就可改變識(shí)別模板變化的靈活性和平穩(wěn)性，當(dāng) 12... m? ? ?? ? ? 時(shí)，模板的更新就更側(cè)重于靈活性，但如果圖像出現(xiàn)瞬時(shí)干擾時(shí)，可能影響系統(tǒng)穩(wěn)定性；相反，如果 12... m? ? ?? ? ?時(shí)，則模板的變化相對(duì)穩(wěn)定，當(dāng)目標(biāo)特征變化較快時(shí)，模板的更新可能跟不上目標(biāo)特性的變化。 線(xiàn)性組合法 根據(jù)目標(biāo)的短時(shí)平穩(wěn)性運(yùn)動(dòng)規(guī)律 和場(chǎng)景變化的特點(diǎn)，可把目標(biāo)識(shí)別模板看成一個(gè) m 階馬爾可夫信號(hào)。我們可以通過(guò)度量模板圖像和實(shí)時(shí)圖像的匹配度來(lái)確定如何對(duì)模板圖像進(jìn)行更新，獲得更新后的模板。經(jīng)過(guò)中心位置加權(quán)的匹配能提高相關(guān)峰的陡峭度，較好地克服目標(biāo)的小范圍畸變，以及目標(biāo)邊緣被部分遮擋的情況。 下面給出幾種模板更新的策略。如果當(dāng)前幀圖像匹配質(zhì)量很差 , 則該幀圖像數(shù)據(jù)不進(jìn)人模板圖像的修正而若當(dāng)前禎圖像匹配質(zhì)量很好或比較好時(shí) , 則該幀圖像數(shù)據(jù)進(jìn)人模板圖像的修正。在序列圖像匹配跟蹤過(guò)程中 , 若單純地利用當(dāng)前圖像的最佳匹配位置處的圖像來(lái)作為模板圖像進(jìn)行下一幀圖像的匹配 , 則匹配跟蹤結(jié)果很容易受某一幀發(fā)生突變的西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 27 圖像的影響而偏離正確的匹配位置 , 從而使誤配現(xiàn)象發(fā)生。因此對(duì)模板圖像進(jìn)行合理的更新和修 正是圖像匹配跟蹤的關(guān)鍵。 模板圖像是對(duì)應(yīng)像素距離測(cè)度的圖像匹配跟蹤過(guò)程中的基準(zhǔn) , 考慮到目標(biāo)區(qū)域圖像存在變化 , 模板圖像的更新和修正是必要的。這樣對(duì)應(yīng)像素距離測(cè)度的圖像匹配跟蹤算法得不到絕對(duì)最佳的匹配位置 , 存在匹配誤差是必然的。由于照相機(jī)目標(biāo)間的相對(duì)運(yùn)動(dòng) , 目標(biāo)可能出現(xiàn)大小、形狀、姿態(tài)等變化 , 加上外界環(huán)境的各種干 擾 , 如噪聲、遮擋等。這一過(guò)程就是不斷地根據(jù)模板圖像與搜索場(chǎng)景圖像的相關(guān)結(jié)果來(lái)自適應(yīng)更新模板圖像。為了保證跟蹤的穩(wěn)定性和正確性 , 需要對(duì)模板圖像進(jìn)行自適應(yīng)更新。跟蹤 100 張連續(xù)的序列圖像， NC 算法 秒，及 秒每張。 [1] 歸一化互相關(guān)搜索法實(shí)驗(yàn)結(jié)果及分析 第 1 幀 第 4 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 23 第 9 幀 第 15 幀 第 23 幀 第 31 幀 第 44 幀 第 56 幀 第 68 幀 第 110 幀