-
近几十年来，很多科研人员对视频序列中的目标检测与跟踪方法都做了非常多的研究开发工作，发展出了很多具有一定效果的方法，但迄今为止，寻找开发出一种稳定精确并且具有高性能的方法依然是科研人员们的努力方向。这些问题很大程度上来自于视频序列中的图像变化。其中主要包括一下因素：目标的位置移动，目标本身的外形发生变化，光照的变化，背景中其它物体运动产生的干扰，摄像机的震动，来自于其他物体或目标本身的遮挡等。32614
- 上一篇：热点扩频通信的同步技术国内外研究现状
- 下一篇：隐私应用市场研究现状及趋势
视频序列中的目标跟踪对于包括视频监控，人机交互，图像编码等诸多领域都有及其重要的意义，近些年，国内外许多科研单位都在这一方面投入了大量工作，并取得了很多成果。国外著名的有卡玫基梅隆的机器人研究所，美国麻省理工学院的媒体实验室和人工智能实验室。国内也有许多机构进行这方面的研究，例如，清华大学，中科院自动化所和计算所，南京理工大学和浙江大学等。论文网
视频序列中的目标追踪以动态图像处理技术为基础，致力于实现视频序列中每一帧图像上的目标检测和跟踪。迄今为止，主要可以概括成两大思想：自底向上方法和自顶向下方法。第一种自底向上方法，此法不依赖于先验知识，而是单纯的依据视频中的图像数据信息来分析处理目标的运动信息并对其进行跟踪。这种方法在摄像机是静止的情况下具有很大的优势，可以快速的检测到并准确的跟踪目标。但是如果摄像机不是静止的而是出于运动状态下，这种方法便难以快速准确的运作。第二种自顶向下的方法，此法依赖于先验知识，一般是事先构建的先验模型，然后在序列图像中运用匹配算法或者求解后验概率方法实现。根据以上所述的两种基本思想，科研人员们提出了很多目标跟踪算法。主要分为四种：基于运动信息的目标跟踪，基于模型的目标跟踪，基于区域的目标跟踪以及基于特征的目标跟踪。下一章具体阐述上述四种跟踪算法。