显著子区域在线选择的目标鲁棒跟踪.pdfVIP

第 29卷 第 10期 控 制 与 决 策 2014年 10月 、，01．29 NO．10 Control and Decision 0ct．2014 文章编号：1001—0920(2014)10—1788—05 DOI：10．131950．kzyjc．2013．1038 显著子区域在线选择的目标鲁棒跟踪 赵宇宙，陈宗海 (中国科学技术大学 自动化系，合肥230027) 摘 要：针对复杂环境下的视觉 目标鲁棒跟踪问题，模拟人视觉选择注意显著区域的智能特性，提出一种在线选择 目标显著子区域的跟踪方法．根据中心．周围差异和相对背景的差异提取具有区分性的子区域，通过跟踪误差分析予 区域时序一致性，选择稳定的显著子区域，利用子区域局部与 目标整体的空间关系估计 目标位置．实验结果表明，通 过动态选择显著的目标子区域，能够提高对部分遮挡和背景相似干扰影响的适应性． 关键词：目标鲁棒跟踪；局部模型；显著区域；粒子滤波 中图分类号：TP273 文献标志码：A Robustobjecttrackingbyselectinglocalsalientsubregions ZHAO Yu—zhou，CHEN Zong—hai (DepartmentofAutomation，UniversityofScienceandTechnologyofChina，Hefei230027，China．Correspondent： CHENZong—hai，E—mail：chenzh@ustc．edu．ca) Abstract：Amethodofonlineselectinglocalsalientsubregionsforobjecttrackinginthecomplexenvironmentisproposed byimitatinghumanvisioncharacteristicofselectiveattentiononsalientregions．Subregionsraerna domlysampledna d selectedaccordingtocenter-surroundingdiscriminationanddiscrimi nationtobackground，nadthetemporalcoherenceof each subregion isevaluatedbyhtetrackingconfidence．Then，stablesubregionswith low rtackingerrorsraeselectedas thesupportcuestoestimateobjectstatebyconsistenceofpositions．Experimentalresultshowstheabilitytohandlepartial occlusionnadbackgrounddisrtactionsbyselectingsalientsubregionsdynamically,whichleadstomorerobustrtacking． Keywords：robustobjecttracking：localmodel；salientregion；particlefilter O 引 言 应部分遮挡 、姿态变化等情况，使得跟踪出现漂移甚 鲁棒性为视觉 目标跟踪研究的核心问题之一，表 至丢失 目标．对此，常结合局部特征模型进行跟踪，通 示跟踪算法对复杂场景中不确定变化的适应性．在众 过 目标局部化表征应对观测数据中的部分变化影响， 多 目标跟踪研 l中，提高 目标特征表达的有效性和 提高遮挡等多变条件下的模型适应性，其中基于分块 自适应性是提升跟踪鲁棒性的重要方式．通常，对要 的跟踪』为研究．将 目标整体表征为一组空间结构化