基于时空上下文信息的目标跟踪算法利用目标与背景之间的时空关系,在一定程度上解决静态遮挡问题,但当目标出现较大遮挡或快速运动目标被背景中物体遮挡(动态遮挡)时,仍然会出现跟踪不准确或跟丢的情况.基于此种情况,文中提出基于遮挡检测和时空上下文信息的目标跟踪算法.首先利用首帧图像中压缩后的光照不变颜色特征构造并初始化时空上下文模型.然后利用双向轨迹误差对输入的视频帧进行遮挡情况判断.如果相邻帧间目标区域特征点的双向匹配误差小于给定阈值,说明目标未出现严重遮挡或动态遮挡,可以利用时空上下文模型进行准确跟踪.否则利用文中提出的组合分类器对后续帧进行目标检测,直至重新检测到目标,同时对上下文模型和分类器进行在线更新.在多个视频帧序列上的测试表明,文中算法可以较好地解决复杂场景下较严重的静态遮挡和动态遮挡问题. 直到目标再次被检测(此时遮挡消失，flag标记变为0)，目标位置-电动数控滚圆机滚弧机价格低张家港液压滚弧机滚圆机多少钱利用当前检测到的目标区域重新更新时空上下文模型中的目标位置，继续目标跟踪 本文有张家港市泰宇机械有限公司全自动滚圆机采集网络整理 http://www.gunyuanji.com．由于跟踪过程中目标的定位准确，所以本文算法将这些结果用于对时空上下文模型和分类器进行在线更新，从而不断提高算法的鲁棒性．1．1时空上下文信息时空上下文信息由时间上下文信息和空间上下文信息组合而成．时间上下文信息是指视频帧序列中相同目标在相邻的连续不同帧中存在、在时间序列上的相互关系．空间上下文信息是指视频帧序列中目标区域与周围的背景区域之间存在的空间序列中的关系，通过融合时间上下文信息与空间上下文信息，可以构造本文算法中的时空上下文目标模型(详见参考文献［13］)．目标在时间上下文中存在一种时间约束，这种时间约束主要表现在连续帧间目标运动的连续性上．利用这种时间上的约束性，可以根据上一帧的目标运动状态有效预测下一帧的目标运动状态．1．2遮挡检测策略本文采用Kalal等［16］提出的前后向轨迹误差判断目标的遮挡情况．因为环境光照变化导致目标外观变形，也会导致双向轨迹误差过大．为了解决这个问题，本文在具有光照不变特性的YCrCb颜色空间下提取点特征．和文献［16］相似，本文的双向轨迹误差定义如图2(a)所示．(a)左边的第t帧图像中的目标使用矩形框标记，①和②表示目标区域中的2个特征点．当跟踪进入右边的第t+1帧时，部分目标被遮挡，此时第t帧中的特征点②被遮挡，在对应的t+1帧不存在对应点，于是错误匹配第t+1帧中的②';反向匹配目标位置-电动数控滚圆机滚弧机价格低张家港液压滚弧机滚圆机多少钱 本文有张家港市泰宇机械有限公司全自动滚圆机采集网络整理 http://www.gunyuanji.com