基于多特征融合穷搜索的快速鲁棒视觉跟踪技术研究

项目名称： 基于多特征融合穷搜索的快速鲁棒视觉跟踪技术研究

项目编号： No.61175029

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 侯志强

作者单位： 中国人民解放军空军工程大学

项目金额： 60万元

中文摘要： 视觉跟踪技术在军事和民用方面用途非常广泛，在视频监控和智能交通系统等方面的应用中，对视觉跟踪算法的快速性和鲁棒性有着很高的要求，本项目将针对这两个方面的要求展开深入研究。当前，大部分视觉跟踪算法都采用粒子滤波或Mean-shift方法进行搜索，但这两类方法都是基于目标在空间和尺度上具有连续性的假设前提下，而实际视频序列并不总是满足这一假设，如目标被遮挡或突然消失，因此造成跟踪失败。本项目拟采用基于多特征融合的全局最优快速穷搜索方法，从理论上突破了连续性假设条件的约束，从而克服粒子滤波和Mean-shift方法面临的跟踪难题。在跟踪过程中，采用融合空间和颜色信息的新直方图特征，充分考虑目标旋转和尺度变化，并选择恰当的模板和模板更换时机，最终实现对图像序列中任意感兴趣目标快速鲁棒的视觉跟踪。本项目的开展和预期成果将在提高视频监控和智能交通系统的自动化水平等许多方面，具有重要理论意义和实用价值。

中文关键词： 视觉跟踪；穷搜索；多特征融合；模型更新；

英文摘要：

英文关键词： visual tracking；exhaustive search；multiple-feature fusion；model update；