运动场景中目标检测跟跟踪技术研究探究资料.pptVIP

运动场景中目标检测与跟踪技术研究 刘振华 2006年11月 研究现状 VSAM VSAM VSAM VSAM 　　美国康奈尔大学计算机系设计的航拍视频图像目标检测与持续跟踪系统的特色在于，能够对多运动目标实现较长时间的准确跟踪，即使在短时间内目标被遮挡或移出视场以及目标时静时动。　　该系统在运动背景估计与补偿中所涉及的主要技术是基于Kanade-Lucas-Tomasi算法的特征点跟踪和基于M估计的鲁棒性仿射参数估计。然后利用三帧差减的方法检测目标运动，利用形态学操作分割图像并定位运动目标。对多目标进行标记之后，利用Hausdorff距离匹配和模板更新的方法对目标进行长时间的跟踪。 COCOA COCOA COCOA 背景运动补偿技术 背景运动补偿技术－仿射模型 背景运动补偿技术－运动矢量估计 背景运动补偿技术－特征点的选择 背景运动补偿技术－特征点的选择－Moravec算法 背景运动补偿技术－特征点的选择－Moravec算法 背景运动补偿技术－特征点的选择－Moravec算法 背景运动补偿技术－特征点的选择－Harris算法 背景运动补偿技术－特征点的选择－SUSAN 背景运动补偿技术－特征点的选择－SUSAN 背景运动补偿技术－特征点的选择－MIC 算法 背景运动补偿技术－特征点的选择－MIC 算法 背景运动补偿技术－特征点的选择－MIC 算法 背景运动补偿技术－特征点的选择－MIC 算法 背景运动补偿技术－特征点的选择－改进的MIC 算法 背景运动补偿技术－特征点的选择－改进的MIC 算法 背景运动补偿技术－特征点的选择－改进的MIC 算法 背景运动补偿技术－特征点匹配 背景运动补偿技术－特征点匹配准则 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－搜索策略 背景运动补偿技术－全局运动参数的鲁棒估计 Task: Estimate best line Sample two points Fit Line Total number of points within a threshold of line. Repeat, until get a good result Repeat, until get a good result Repeat, until get a good result A A’ B B’ P P’ Q Q’ α 十字模版 圆周插值 C 首先，利用十字模板求得四邻域的象素均值A、A’、B、B’； 然后，利用圆周插值计算角点响应函数； 最后，利用多格算法找到角点。 线性插值MIC 圆周插值　十字模板 MIC 线性插值MIC（加椒盐噪声） 圆周插值　十字模板 MIC（加椒盐噪声） 　所谓特征点的匹配，就是在待匹配图像中找到基准图像中的每一特征点的唯一匹配点。通过两帧之间特征点的位置变化，可以求出该特征点的局部运动矢量，而将所有特征点在两帧之间的位置变化信息代入运动模型，即可求出背景的全局运动矢量。因此，所有的特征点能否精确匹配的关键在于所选用的匹配准则和搜索策略。 　以基准图像的特征点为中心，构造了一定大小的MxM（5x5或7x7）的图像块，利用这些图像块，在待匹配图像的一定范围内进行搜索，来完成待匹配图像中的匹配特征点的获取。需要指出的是，全部特征点中，只有部分能得到正确的匹配。这是因为匹配算法本身的缺陷或特征点由于其它的原因而消失，如被遮挡或移出视野等。 最小均方差准则(mean square error，MSE) 最小平均绝对差准则(mean absolute difference，MAD) 最大匹配像素数量准则(matching pixel count，MPC) 　为了求得最佳运动矢量，需要计算所有可能的运动矢量对应的匹配误差，然后选择最小匹配误差对应的矢量就是最佳位移估计值，这就是全搜索策略（Exhaustive Search (ES)）。这种策略的最大优点是可以找到全局最优值，但十分浪费时间，因此，人们提出了各种各样的快速搜索策略。尽管快速搜索策略得到的可能是局部最优值，但由于其快速计算的实用性，在实际中得到了广泛的应用。 　目前，较为常用的快速搜索策略有：三步搜索法（Three Step Search (TSS)）, 新三步搜索法（New Three Step Search (NTSS)）, 四步搜索法（Four Step Search (4SS)）, 菱形搜索法（Diamond Search (DS)）和自适应十字模板搜索法（Adaptive Rood Pattern Search (ARPS)）等。 　三