基于區域推薦孿生網絡的目標人員鎖定與跟蹤系統

蔣天翼

（杭州電子科技大學計算機學院 浙江省杭州市 310018）

1 引言

目標跟蹤是近年來人工智能方向的熱門領域，近年來其發展勢頭迅猛，并被廣泛應用在安防系統、自動駕駛、體育賽事轉播、公共交通等領域。在傳統的單目標跟蹤任務中，首先給定視頻初始幀的目標位置，即目標在視頻幀中的邊界框，使用相關跟蹤方法，輸出后續視頻幀中目標所在的位置信息以及寬高信息。然而在實際運用中，被跟蹤物體往往會發生形變、高速運動、干擾物遮擋等問題，給目標跟蹤任務帶來了極大的挑戰。因此，如何克服物體在運動中發生的變化，從而較為準確地跟蹤目標，是該領域的一個關鍵問題。

2 相關工作

目前，許多目標跟蹤算法都得到較成熟的發展。在被廣泛運用于計算機視覺的各種方法中，均值漂移是一種常見的聚類算法，Comaniciu 等人首次將其與目標跟蹤相結合，提出基于均值漂移的目標跟蹤算法[2]。具體來說，這種方法無需先驗知識，而僅需要先對待跟蹤對象建模，在當前視頻幀中不斷迭代搜索框，使其沿著圖像特征均值漂移方向不斷移動，最終確定目標坐標。均值漂移方法迭代速度快，計算效率高，但健壯性較差，并且由于目標邊界框大小固定，在目標發生大小形變時難以產生準確結果。另一方面，采用相關濾波來進行目標跟蹤的方法也隨之出現，并逐漸成為一種主流的跟蹤手段。Bolme 等人提出的MOSSE 算法[3]，首次將信號處理與目標跟蹤相融合。……