幀間差法對(duì)TLD跟蹤算法的改進(jìn)

付 苗，邢藏菊（北京化工大學(xué) 北京100029）

幀間差法對(duì)TLD跟蹤算法的改進(jìn)

付 苗，邢藏菊
（北京化工大學(xué) 北京100029）

對(duì)跟蹤-學(xué)習(xí)-檢測(cè)（Tracking-Learning-Detection，TLD）目標(biāo)跟蹤算法進(jìn)行改進(jìn)，在原算法中的跟蹤模塊和檢測(cè)模塊之間引入了幀間差檢測(cè)方法，將幀間差法檢測(cè)到的含有前景目標(biāo)的窗口傳送給TLD檢測(cè)模塊的級(jí)聯(lián)分類(lèi)器，提高算法的效率以及準(zhǔn)確性。并對(duì)TLD算法中的重疊度重新定義，提高了該算法的跟蹤成功率。通過(guò)實(shí)驗(yàn)對(duì)改進(jìn)前后的TLD算法進(jìn)行分析比較，證明改進(jìn)后的算法具有更高的跟蹤效率以及成功率。

TLD；目標(biāo)跟蹤；幀間差；重疊度

目標(biāo)跟蹤一直以來(lái)都是計(jì)算機(jī)視覺(jué)領(lǐng)域中比較復(fù)雜并且熱門(mén)的課題，國(guó)內(nèi)外的學(xué)者對(duì)于目標(biāo)跟蹤的研究也越來(lái)越重視。而目標(biāo)跟蹤技術(shù)也在人機(jī)交互[1-3]，城市交通[4-5]，智能監(jiān)控[6-8]和工業(yè)建設(shè)[9]等多種領(lǐng)域得到了廣泛的應(yīng)用。

TLD[10]（Tracking-Learning-Detection）是Zdenek Kalal提出的一種視頻目標(biāo)跟蹤算法。該算法的亮點(diǎn)是能夠利用較少的先驗(yàn)信息實(shí)現(xiàn)視頻目標(biāo)的長(zhǎng)時(shí)間跟蹤，將目標(biāo)跟蹤算法與目標(biāo)檢測(cè)算法相結(jié)合來(lái)解決目標(biāo)在被跟蹤過(guò)程中發(fā)生的形變、部分遮擋等問(wèn)題[11]。

TLD算法主要由跟蹤模塊，檢測(cè)模塊，綜合模塊以及學(xué)習(xí)模塊4個(gè)模塊組成。其中，跟蹤模塊采用的是基于LK（Lucas-Kanade）光流法改進(jìn)的中值流跟蹤[12]，根據(jù)前一幀中目標(biāo)的位置信息來(lái)估計(jì)目標(biāo)在當(dāng)前幀中所處的位置；檢測(cè)模塊是由方差濾波器、組合分類(lèi)器和最近鄰分類(lèi)器所組成的級(jí)聯(lián)分類(lèi)器構(gòu)成，在當(dāng)前幀采用掃描窗口策略對(duì)目標(biāo)進(jìn)行檢測(cè)，依次成功通過(guò)這3個(gè)分類(lèi)器的窗口即為檢測(cè)器檢測(cè)到的目標(biāo)窗口；……