中文摘要：

人体目标的视觉跟踪是当前热点研究领域，在视觉监控等方面有着非常广阔的应用前景。本项目针对复杂场景下人体运动跟踪过程中的视觉注意机制进行了系统深入的研究。首先，建立了一个基于多智能体系统(Multi-Agent System)的人体目标的跟踪机制。提取显著性区域作为智能体组提取特征的候选区域，符合一定标准的区域被选取作为一个智能体组的特征提取对象。颜色、位置和运动预测三个智能体通过可靠性评价函数进行竞争，提供可靠的跟踪线索。系统在智能体组内和智能体之间建立合作机制，通过Mean Shift算法实现对特定人体目标的跟踪。以视觉注意力选择计算模型为基础，建立视觉空间注意力和特征空间注意力合作机制下的目标跟踪系统（spatial-feature attentional visual tracking）。在建模阶段，视觉空间注意力能从当前帧中提出有限个具有良好定位特征的图像块，而无效或者相对无用的区域被直接摒弃。同时在学习阶段，特征空间注意力用于加强那些能够很好地区分目标与背景的特征，忽略那些容易使目标和背景混淆的特征，极大地减少目标与背景之间的混淆度。通过大量实验验证了上述方法的有效性。