序列图像中的目标跟踪在视频监控、智能机器人、视频编码和医学图像处理等许多领域中有广泛的应用前景.基于概率和统计的方法由于能够建模传感器噪声和模型的误差、保持对目标的多种假设而得到了研究者的广泛重视.本项目提出了一种新颖的基于聚类分析的颜色模型,推导了颜色模型的相似性度量,研究了基于积分图像的快速算法计算该颜色模型.该模型能自动确定颜色子空间的数目,用较少的颜色子空间分布准确地表达目标的颜色概率密度.本项目进一步研究了颜色模型的选择性渐进更新方法和目标运动的在线建模问题.最后研究了基于机器学习算法学习最优特征表达目标的高层知识(结构信息),通过Unscented粒子滤波器将结构信息和颜色信息融合起来用于目标跟踪.该项目提出的方法能够对目标特征进行准确建模,对目标的跟踪更为准确、鲁棒性更强,同时能够快速实现.
英文主题词Image sequence;object tracking;color model;similarity measure;particle filter