1、目標(biāo)跟蹤是計算機視覺領(lǐng)域的重要研究課題，當(dāng)目標(biāo)通過自動或者交互方式給定后，跟蹤算法要求在后續(xù)圖像幀中對該目標(biāo)圖像進(jìn)行實時、魯棒性好的定位輸出。其中，實時性要求跟蹤算法必須提高算法的搜索效率；魯棒性要求跟蹤算法對目標(biāo)的運動、姿態(tài)變化以及場景干擾具有準(zhǔn)確的輸出。在兼顧實時性的基礎(chǔ)上提高跟蹤算法的魯棒性一直是目標(biāo)跟蹤研究中的前沿和熱點，同時也是本文的研究目的。 傳統(tǒng)的方法如Mean Shift方法能夠?qū)崟r地跟蹤目標(biāo)，但沒有考慮跟蹤過程

2、中可能出現(xiàn)遮擋問題，當(dāng)遮擋發(fā)生時，目標(biāo)定位準(zhǔn)確性降低，研究者提出了相應(yīng)解決方法，但需要準(zhǔn)確判斷遮擋的發(fā)生和結(jié)束。本文研究了由多個模塊描述目標(biāo)進(jìn)而實現(xiàn)對目標(biāo)跟蹤的多模塊目標(biāo)跟蹤算法，通過綜合每個模塊在候選位置的匹配相似度，提高算法在遮擋情況下的目標(biāo)定位的準(zhǔn)確性，克服了遮擋判定算法中閾值難以選擇的缺點。并引入積分直方圖降低直方圖的計算復(fù)雜度，改進(jìn)匹配搜索策略提高其實時性，并且根據(jù)目標(biāo)與目標(biāo)周圍區(qū)域的顏色對比，選擇區(qū)分度較高的模塊進(jìn)一步提高算

3、法的魯棒性。 傳統(tǒng)方法由于采用直方圖、輪廓、模板等相對固定的模型，難以適應(yīng)背景動態(tài)變化和物體的大范圍運動，本文提出了一種基于前景特征點檢測的目標(biāo)跟蹤算法，由特征點創(chuàng)建背景模型，進(jìn)而分類前景特征點。通過在全局范圍內(nèi)搜索與目標(biāo)特征點匹配的前景特征點，在局部區(qū)域排除背景特征點，能夠減少背景特征點對匹配過程的影響，同時使用SIFT-like算子描述特征點進(jìn)一步減少噪聲的干擾。 為驗證理論結(jié)果和算法性能，本文在PC平臺上用VC編程