結合在線學習的尺度自適應多目標跟蹤算法

成 悅， 李建增

(陸軍工程大學石家莊校區，石家莊 050003)

0 引言

近幾年，計算機視覺越來越體現出它在人工智能方面的重要性，而視頻目標跟蹤技術也得到了較快的發展。航拍技術是近幾年新興的一種偵察手段，無論是在軍用還是民用方面都有著極大的應用前景,其中，目標跟蹤技術是必不可少的一個環節。目前，視頻單目標跟蹤技術已經較為完善，但多目標跟蹤問題仍然面臨很多困難與挑戰。

多目標跟蹤除了有單目標跟蹤所面臨的目標尺度變化、旋轉變化、背景變化、相似目標干擾、遮擋干擾等問題外，還需要處理多個被跟蹤目標之間的互動，如兩個被跟蹤目標距離過近、相互遮擋，目標候選點之間的匹配與關聯等。

目標跟蹤首先要對目標進行建模。為了建立目標的外觀模型,前人應用了眾多有效的方法：文獻[1-2]主要運用了提取目標顏色特征作為跟蹤依據的方法進行建模；文獻[3]采用顏色直方圖和LBP特征對大量人體分塊樣本進行離線訓練；文獻[4]利用角點采樣的方法來實現相互遮擋的多目標分離問題；文獻[5]利用光流進行數據關聯；文獻[6]采用光流法將軌跡片段鏈接成完整的軌跡。當前，HOG特征[7]、SURF特征[8-9]、ORB特征[10]等都是用于描述目標特點的比較成熟的方法。綜合前人歸納的特征提取方式的優缺點，本文最終確定了采用顏色直方圖和HOG特征相結合的方式進行特征提取。

基于在線學習的跟蹤算法是近幾年新興的一種通過建立在線更新的分類器來實現目標跟蹤的方法。……