毕设基于DSP的运动目标图像跟踪算法研究与实现外文文献翻译Fastobjecttrackingusingadaptiveblock.docVIP

基于自适应模板匹配的快速目标跟踪 Karthik Hariharakrishnan and Dan Schonfeld, Senior Member, IEEE 摘要 我们提出一个目标跟踪快速算法---用运动矢量数据来预测目标物体轮廓。除了目标的初始化，在基于区域的方法中通用的分割步骤是可以避免的。我们用遮挡/遮挡恢复检测来更新目标轮廓,并用块向量预测目标边界从而实现跟踪。一种自适应的基于模板的方法已经被用于估计帧间的物体运动。一种能高效的控制帧间距的调制方案被用于运动估计。检测遮挡恢复的算法分两步进行。首先，从帧差中估计未遮挡区域。遮挡. 1. 跟踪算法. B.目标掩膜的初始化 为了初始化跟踪算法，我们采用基于一种联合算子的分割算法。此联合算子给出目标区域信息。[6]提出的分割方法与固定阈值分割比较有更好的效果。 下面给出初始化对象的算法。 1 ）用4个波段多值分割法对初始帧进行分割[ 6 ] 。初步分割图由标注。 2 ）这一步骤的目的是找出目标区域。为了找出这些区域，我们计算在分割图中所有区域的运动矢量。所有运动合理的区域会被标记为一个掩膜中的目标区域。 3 ）前一步可能包含属于背景的区域。因此，需要自检测操作以去除一些小的区域。开放空间的处理已应用在形态学后期处理。将掩膜中的孔填充以成为最终掩膜。如果获取的掩膜误差太大，手工进行初始化。 在游鱼序列中按照以上步骤运行的结果在（图.2）中展示 。以上提到的方法对与静态的摄像机取景有很好的效果。目标也可以在图形界面中的手工初始化。如果将要被跟踪的目标类别是知道的，同样可以采用自动初始化。例如，肤色可以用来初始化一个面部跟踪。跟踪算法的效果取决于初始化后的良好的范围。一个完美的初始轮廓是对于一个跟踪算法的最好的输入值。第四章节会分别给出手工初始化和自动初始化的跟踪结果。 图.2 目标初始化：（a）分割图 ，（b）分割图中运动合理的区域 图.3 对游鱼图像序列的种子块估计：（a）第75帧 ，（b）第78帧中的运动种子块（黑色---不确定块，白色---目标的运动种子快，灰色---背景的运动种子快） C.运动估计 运动估计是目标跟踪中的根本要素，因此准确的运动估计是最重要的步骤之一。本文提出的计算块尺寸的方法依据块的位置。改变目标边界的块的大小，此法等价于基于网格的运动估计。因此，运动估计比传统的块匹配技术要更加准确。 1 ）块分类：令视频序列的第k帧为I（x,y,k），并且（x,y）表示一个像素点。每一帧都会估计种子运动块。一个种子运动块任意取在目标或者背景中。该算法以一个大小为16×16像素的块开始.I(x,y, k+N0)中的每个快与I(x,y,)中的对应的并且。用一个32×32的窗进行遍历有哪些信誉好的足球投注网站以计算运动矢量。×8）并且新的种子快会被重估计。搜有哪些信誉好的足球投注网站范围同样会被限定，以保证不会出现错误分类。 这个过程会一直持续到出现一个固定的大小为（8×8）像素的块。 D.调制方案 在很多视频序列中，连续帧之间的运动是比较少的。在所提出的方法中，跟踪是每三帧执行一次。一种调制方案被提出以计算帧间（k k+N0）的目标运动，并且在被预测的运动较快的轻快的情况下调低运动估计。这种调制方案能在视频序列中的运动较慢的情况下很好的节约资源。 基于运动估计算法中的初始化部分（图.3）所得出的初始化种子块，我们建立一个运动模型并算出帧间的运动均值。 仿射模型有下面的公式定义 ,i=1,2...6，在矩阵A中是模型参数。该转换移动参考帧中的点(x,y,k+N0) ，到前一帧图像中的(x,y,k)。最小二乘算法用来提取运动模型参数。 该仿射模型中的转换要素反映了目标的运动过程。如果上述L2模较大的平移分量大于阈值（ η ） ，相邻帧的运动估计是重复的（N0=1） 。如果该算法一次在三帧图像上应用，能纠正跟踪误差（N0=3） 。如果目标的尺寸比帧图像的尺寸小，有可能不存在任何目标种子块。在这种情况下，依据较小的块（如：4×4）算得的运动向量会被用来寻找仿射模型。 E. 目标掩膜的产生 前一帧中与目标相符的部分用表示，它的目的是在给出运动向量的条件下产生当前的目标部分用来支持。让来描述计算出的运动向量，得到区域（块）。此外让表示X由转化得出的值。在这，h代表每个块的运动向量。当前帧的每个块都进行运动补偿以找出坐落在中的部分块。这会给我们当前帧的目标支持。目标掩膜需要进行合适的修改以便照顾遮挡和遮挡恢复。遮挡和遮挡恢复用下一章节的具体方法来