基于多特征级联筛查的在线boosting快速跟踪算法 - 计算机应用与软件.PDFVIP

第３２卷第２期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．２ ２０１５年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１５ 基于多特征级联筛查的在线ｂｏｏｓｔｉｎｇ快速跟踪算法  胡　松　孙水发 　马先兵　覃音诗　雷帮军 （三峡大学智能视觉与图像信息研究所　湖北宜昌４４３００２） 摘　要　　传统基于Ｈａａｒｌｉｋｅ特征的在线ｂｏｏｓｔｉｎｇ跟踪算法（ＨＢＴ）采用局部穷举有哪些信誉好的足球投注网站目标的方式，不能很好地应对运动速度较快 的目标以及目标被完全遮挡的情形。当目标状态和周围背景发生变化时，传统ＨＢＴ算法会产生累积错误。对此系统进行改进，提 出一种基于多特征级联筛查的在线ｂｏｏｓｔｉｎｇ快速跟踪算法：将每帧视频网格化，依次根据目标运动方式、网格方差、目标模型、颜色 分布以及重叠情况等多种特征级联筛选出有可能成为目标的网格。将这些候选网格交给ｂｏｏｓｔｉｎｇ分类器得到最终的置信度，从而 得到目标位置信息，实现快速的在线目标跟踪。用朴素贝叶斯分类器代替简单的阈值分类器，提高算法的准确性。实验结果表明， 所提出的方法在鲁棒性、准确性和实时性上都有很大提升。 关键词　　目标跟踪　在线ｂｏｏｓｔｉｎｇ　级联检测　ＯＳＳ模型　颜色直方图 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０２．０５８ ＡＦＡＳＴＯＮＬＩＮＥＢＯＯＳＴＩＮＧＴＲＡＣＫＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＭＵＬＴＩＦＥＡＴＵＲＥ ＣＡＳＣＡＤＥＳＣＲＥＥＮＩＮＧＤＥＴＥＣＴＩＯＮ  ＨｕＳｏｎｇ　ＳｕｎＳｈｕｉｆａ　ＭａＸｉａｎｂｉｎｇ　ＱｉｎＹｉｎｓｈｉ　ＬｅｉＢａｎｇｊｕｎ （ＩｎｓｔｉｔｕｔｅｏｆＩｎｔｅｌｌｉｇｅｎｔＶｉｓｉｏｎａｎｄＩｍａｇｅＩｎｆｏｒｍａｔｉｏｎ，ＣｈｉｎａＴｈｒｅｅＧｏｒｇｅｓＵｎｉｖｅｒｓｉｔｙ，Ｙｉｃｈａｎｇ４４３００２，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｏｎｖｅｎｔｉｏｎａｌｏｎｌｉｎｅｂｏｏｓｔｉｎｇｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍ（ＨＢＴ）ｂａｓｅｄｏｎＨａａｒｌｉｋｅｆｅａｔｕｒｅａｄｏｐｔｓｔｈｅｏｂｊｅｃｔｓｌｏｃａｌｅｘｈａｕｓｔｉｖｅｓｅａｒｃｈ ｐａｔｔｅｒｎ，ｗｈｉｃｈｃａｎｎｏｔｐｅｒｆｅｃｔｌｙｒｅｓｐｏｎｄｔｏｔｈｅｏｂｊｅｃｔｗｉｔｈｆａｓｔｅｒｍｏｔｉｏｎｓｐｅｅｄａｎｄｔｈｅｓｉｔｕａｔｉｏｎｔｈａｔｔｈｅｏｂｊｅｃｔｉｓｆｕｌｌｙｏｃｃｌｕｄｅｄ．Ｉｎａｄｄｉｔｉｏｎ， ｃｏｎｖｅｎｔｉｏｎａｌＨＢＴａｌｇｏｒｉｔｈｍｗｉｌｌｇｅｎｅｒａｔｅｃｕｍｕｌａｔｉｖｅｅｒｒｏｒｓｗｈｅｎｔｈｅｓｔａｔｅｏｆｔｈｅｏｂｊｅｃｔａｎｄｔｈｅｅｎｖｉｒｏｎｍｅｎｔｂａｃｋｇｒｏｕｎｄｃｈａｎｇｅｓ．Ｉｎｔｈｉｓ ｐａｐｅｒ，ｗｅｍａｋｅｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｎｔｈｅｓｙｓｔｅｍ，ａｎｄｐｒｏｐｏｓｅａｆａｓｔｏｎｌｉｎｅｂｏｏｓｔｉｎｇｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｍｕｌｔｉｆｅａｔｕｒｅ ｃａｓｃａｄｅｓｃｒｅｅｎｉｎｇａｎｄｄｅｔｅｃｔｉｏｎ．Ｔｈｅａｌｇｏｒｉｔｈｍｍａｋｅｓｅｖｅｒｙｆｒａｍｅｏｆｔｈｅｖｉｄｅｏｔｏｇｒｉｄｄｉｎｇｆｏｒｍ，ａｃｃｏｒｄｉｎｇｔｏｍｕｌｔｉｆｅａｔｕｒｅｉｎｔｕｒｎｉｎｃｌｕｄｉｎｇ ｔｈｅｍａｎｎｅｒｏｆｏｂｊｅｃｔｍｏｔｉｏｎ，ｇｒｉｄｖａｒｉａｎｃｅ，ｏｂｊｅｃｔｍｏｄｅｌ，ｃｏｌｏｕｒｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｏｖｅｒｌａｐｓｉｔｕａｔｉｏｎ，ｉｔｓｃｒｅｅｎｓａｎｄｄｅｔｅｃｔｓｉｎｃａｓｃａｄｅｔｈｏｓｅ ｇｒｉｄｓｐｏｓｓｉｂｌｙｔｏｂｅｔｈｅｏｂｊｅｃｔａｎｄｐａｓｓｅｓｔｈｅｓｅｃａｎｄｉｄａｔｅｇｒｉｄｓｏｎｔｏｂｏｏｓｔｉｎｇｃｌａｓｓｉｆｉｅｒｔｏａｃｑｕｉｒｅｆｉｎａｌｃｏｎｆｉｄｅｎｃｅｄｅｇｒｅｅ，ａｎｄ