1、計算機視覺領域的一個重要研究課題就是視頻目標跟蹤,其在智能交通、公共場所人流量統(tǒng)計、視頻監(jiān)控等領域都有廣泛應用。視頻目標跟蹤的任務就是跟蹤視頻序列中感興趣的目標,獲得目標參數(shù),為進一步處理分析奠定基礎。
　　粒子濾波算法適用于能用狀態(tài)空間模型表示的任何非線性系統(tǒng);由于現(xiàn)實環(huán)境中目標運動的非線性,越來越多的學者傾向于利用粒子濾波法跟蹤目標。但是,由于現(xiàn)在大多數(shù)粒子濾波跟蹤算法僅利用顏色特征計算粒子的權值,在目標與背景對比度低、目標被

2、遮擋等復雜情況下容易導致逼近錯誤位置。為了提高在低對比度、相似目標干擾等復雜環(huán)境下跟蹤算法的穩(wěn)定性,提出多特征級聯(lián)采樣的粒子濾波跟蹤算法。
　　在目標被嚴重遮擋的情況下,很難保證跟蹤的穩(wěn)定性。針對此問題提出新的遮擋判斷和處理策略:計算候選目標和模板之間的巴特查里亞距離,如果巴特查里亞距離大于一個給定的閾值,目標被嚴重遮擋,則根據(jù)目標的顏色特征將模板分割成若干子區(qū)域,對每個子區(qū)域利用均值向量平移迭代,選擇巴特查里亞距離最小的子區(qū)域作

3、為“可靠子區(qū)域”,根據(jù)“可靠子區(qū)域”推斷被遮擋區(qū)域的顏色信息值,并根據(jù)拓撲關系進行位置修正。選擇目標區(qū)域和背景區(qū)域差別性大的特征,作為下一時刻目標跟蹤的特征。
　　由于從一個攝像機獲得的2-D信息的檢測-跟蹤法不需要其他攝像機或地平面校準并且能在攝像機運動的情況下跟蹤目標,越來越受歡迎。利用2-D信息的檢測-跟蹤法的主要難題是數(shù)據(jù)關聯(lián)的計算量大、高檢測率和計算量大之間的矛盾。針對此問題,把跟蹤結果的數(shù)據(jù)反饋到目標檢測模塊,為檢測模