似然相似度函数在目标跟踪中的鲁棒机理研究

• 作者: 朱明 邸男 韩广良
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 似然相似度函数 均值漂移 实时跟踪 Bhattacharyya系数
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 52-61
• 页数: 10页
• 分类号: TP391
• 字数: 5413字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004619

摘要

复杂背景条件下低对比度目标的跟踪和测量方法,是视觉领域的一个重要课题.低对比度,低信噪比,目标旋转、缩放、被遮挡等非理想状态给跟踪算法的研究带来很大困难,算法既要适应目标和背景的复杂变化,又要保证运算量小,满足工程实时性要求.提出一种基于似然相似度函数的低对比度目标跟踪方法.在建立模型阶段,利用棱锥面方程的单峰特性突出模型中的目标灰度信息,使目标与背景灰度信息的可区分性更高;在模型匹配阶段,从统计学中的极大似然估计方法得到启发,构造一种新的似然相似度函数,与传统的相似度量相比,度量值的可区分性更高,大大提高了匹配区域的无重复模式;最后,将目标跟踪过程转化为对目标跟踪位置的极大似然估计过程.目前,该算法已经成功嵌入TMS320C6416硬件平台.大量实验结果表明,该算法所能探测的目标对比度LSCR最低限度约为3.作为实例,给出复杂背景下低对比度LSCR=4.9时空中飞机的实验结果.