适应性结构保持约束下的目标跟踪方法.pdfVIP

第 28卷 第 2期 模式识别与人工智能 Vo1．28 No．2 2015年 2月 PR AI Feb． 2O15 适应性结构保持约束下的 目标跟踪方法 陈晨树 张 骏 谢 昭 高 隽 (合肥工业大学 计算机与信息学院 合肥 230009) 摘 要 针对 目标在运动过程中的结构保持特性，提出一种 目标结构化外观描述方法．该方法构建区域节点反映 目标局部特性 ，定义区域节点的软／硬结构约束 ，将 目标的局部特性、全局特性及区域节点的空间结构关系统一于 目标的结构化描述中．通过匹配帧间局部区域的尺度不变特征转换流 ，粗略估计 目标运动状态 ，并利用区域节点的 软／硬结构约束对跟踪结果进行约束调整，称为适应性结构保持．公测视频序列的实验表明，相比已有方法，文中方 法能更有效跟踪形变、阴影与光照变化下的目标 ，对 目标与背景相似和视频低分辨率等情况也有较高的跟踪性能， 具有强鲁棒性和一定的泛化能力． 关键词 目标跟踪 ，结构约束，匹配，状态估计 中图法分类号 TP391 DOI 10．16451／j．cnki．issn1003-6059．201502002 objectTrackingunderConstraintofAdaptiveStructure-Preserving CHEN Chen—Shu，ZHANG Jun，XIEZhao，GAOJun (SchoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009) ABSTRACT Withstructurepreservingproperty in tracking，arepresentationmethodforobjectsturctural appearanceisproposed．Intheproposedmethod，regionalnodesarebuilttodescribethelocalpropertyof theobject．Andseveralsoft／hardconstraintsaredefinedonregionalnodesSOthatlocalandglobal propertiesoftheobjectandthespatialstructureofregionalnodesareunifiedanddescribedbytheobject sturcturalrepresentation．Duringthetrackingprocedure，stateofobjectscanberoughlyestimatedby matchingscale—invariantfeaturetransform (Slgl)flowoflocalregionsbetweensuccessiveframes．Then， throughsoft／hardconstraintsonregionalnodes，thetrackingresultcanbeadaptivelyadjusted，whichis calledadaptivesturcture—preserving(ASP)．ExperimentalresultsshowthatASPperfomrsbetterthan othermethodsintrackingobjectswithdeformation，shadowsandilluminationchanges．Furthermore，ASP showsrobustnessand good generalizationabilitywhentheresolution ofvideosequencesislow and the objectissimilartothebackground． KeyWords ObjectTracking，Str