基于視覺信息融合的目標(biāo)跟蹤方法

文/王潔

伴隨著信息社會的不斷發(fā)展，人們更加注重對于視覺信息的把握，特別是如何進行更為精準(zhǔn)的目標(biāo)跟蹤計算，以實現(xiàn)人們可以快速地從所擁有的龐雜信息里提取更為有用的信息，進一步促成目標(biāo)任務(wù)的完成。在認(rèn)識到目標(biāo)跟蹤在視覺信息融合中的重要作用，就必須學(xué)會更好地掌握目標(biāo)跟蹤的方法，將這種計算用法更好地應(yīng)用到實際的視頻圖像處理中來。對于運動目標(biāo)的識別和相關(guān)跟蹤技術(shù)的把控，可以更好地促進機器的視覺發(fā)展?，F(xiàn)有的目標(biāo)跟蹤方法仍然存在技術(shù)上的不足，具體體現(xiàn)在現(xiàn)有算法無法對目標(biāo)物進行長時間的跟蹤，亦或是在對快速移動的目標(biāo)物跟蹤過程中，極其容易出現(xiàn)目標(biāo)物丟失現(xiàn)象。因此，不論是工業(yè)領(lǐng)域，還是軍事領(lǐng)域，優(yōu)化目標(biāo)跟蹤算法使其更好地把控所要掌握的信息，將便于更多領(lǐng)域不斷提升目標(biāo)的跟蹤精準(zhǔn)度。

1 現(xiàn)有目標(biāo)跟蹤方法的現(xiàn)狀和存在的問題

1.1 目標(biāo)跟蹤方法的現(xiàn)狀

處理數(shù)字視頻圖像，是一種多門學(xué)科在交叉過程中形成的技術(shù)手段，所涉及的領(lǐng)域也極其地廣泛，現(xiàn)代的信息社會已將其列為一項熱門的學(xué)科內(nèi)容，因此現(xiàn)在更多的研究者也在就其領(lǐng)域進行著不同程度地研究。而目標(biāo)跟蹤在作為一種實際數(shù)字視頻圖像處理機制的重要分支，將會在更多領(lǐng)域起到極其重要的作用。在目標(biāo)跟蹤過程中，提取目標(biāo)物是必不可少的環(huán)節(jié)，目標(biāo)跟蹤法是特征提取算法作為提取目標(biāo)物的圖像局部特征的基礎(chǔ)運算。當(dāng)然在提取目標(biāo)物時，用不一樣的提取方法，也會收獲不一樣的效果。

從20世紀(jì)80年代開始，人們也逐漸將人眼的視覺與計算的視覺技術(shù)逐漸融合在了一起，這使得計算機在對圖像和視頻等信息進行處理的過程中，能夠充分貼近人眼視覺，從而有需要地對圖像和視頻等信息環(huán)境進行不斷地選擇，在這個過程中，也需要對選擇環(huán)境的具體事物能夠展開一定地關(guān)注，或者干脆將其進行忽略。就目標(biāo)跟蹤方法而言，也需要對人眼視覺不斷地研究，整個過程也是不斷提高目標(biāo)跟蹤方法的精度。

1.2 現(xiàn)有目標(biāo)跟蹤方法急需的問題

從現(xiàn)有的技術(shù)層面看，目標(biāo)跟蹤所存在的問題不容忽視，比如，跟蹤目標(biāo)的實際操作中，丟失率表現(xiàn)地過高，重新對目標(biāo)物進行鎖定的時候，也是有一定的難度的。

在當(dāng)前科學(xué)技術(shù)快速發(fā)展的大背景下，目標(biāo)跟蹤方法的計算方法不斷地被研究人員提出?？隙ㄟM步的同時，依然要認(rèn)識到在實際圖像相關(guān)顯示性中的檢驗不足，在我們提取地具體精度過程中，現(xiàn)存的技術(shù)還不能滿足實際的需要，包括在目標(biāo)跟蹤方法的算法中，也不能滿足精簡的技術(shù)要求，這些不足都是要求后來研究工作者能夠不斷突破瓶頸來進行一一地解決，共同促進目標(biāo)跟蹤方法地不斷發(fā)展，促進計算機技術(shù)逐漸完善成熟。

2 目標(biāo)跟蹤的應(yīng)用算法

2.1 卡爾曼濾波器

卡爾曼濾波器作為一種目標(biāo)跟蹤的計算方法，首先是一種獨特的濾波器，主要功能是用來預(yù)測的，其最早的提出時期是20世紀(jì)的60年代，具體表現(xiàn)出的特點是線性和遞歸性，也就是能夠準(zhǔn)確預(yù)測下一刻的發(fā)生狀態(tài)，因而該公式顯示特性如下：

式子（1）、（2）、（3）、（4）和（5）即卡爾曼濾波器5個基本公式，該套公式充分顯示了對于單模型單測量與方式。

2.2 粒子濾波

粒子濾波也是一種目標(biāo)跟蹤的計算方法，是由Smith等人根據(jù)一定量的計算與檢驗而提出來的，它主要是通過估算來進行計算的，要求必須對概率的密度函數(shù)有所了解，并能靈活應(yīng)用。粒子濾波表示概率的單位是粒子集，因此其求值特性表現(xiàn)為非線性非高斯問題，而粒子濾波這種計算方法的基礎(chǔ)是蒙特卡洛，也就是要求研究者能夠通過試驗?zāi)M來對積分問題進行有效地解決與處理，在實際應(yīng)用過程中，必須要能準(zhǔn)確地把握粒，子濾波的原理，即是將概率的密度函數(shù)用隨機樣本來進行替換，將積分運算以樣本均值的形式來進行再次地替換，通過共同的作用來對其最小的方差進行一定的估算。在具體估算的過程中，樣本的數(shù)量如果越大，將會使所得到的結(jié)果更為接近所要求的概率密度。

3 改進目標(biāo)跟蹤算法的策略

從上個世紀(jì)70年代開始，部分研究者已經(jīng)在通過概率估算不斷地提出最新的概念，比如，F(xiàn)ukunaga等人通過一些書籍提出MeanShift的實際概念，這個概念的含義是對于漂移的具體均值向量認(rèn)識，這種算法是運用迭代方法進行最為適宜的一種優(yōu)解思路。在后期，還有一些研究者將該種計算方法進行了核算，通過核算法來逐漸改進目標(biāo)跟蹤方法的實際應(yīng)用，更是通過定義來對核函數(shù)進行更為準(zhǔn)確地描述，進一步設(shè)定權(quán)重來靜啊所研究出來的方法進行了更大范圍的應(yīng)用。這種算法不會過分地遵從傳統(tǒng)的先驗知識，還能不斷提升收斂的速度，將圖像分割與目標(biāo)跟蹤的實際應(yīng)用發(fā)揮到更大，促進其它相關(guān)領(lǐng)域的不斷發(fā)展。

處理數(shù)字視頻圖像所涉及的領(lǐng)域也極其地廣泛，現(xiàn)在更多的研究者也在就其領(lǐng)域進行著不同程度地研究。而目標(biāo)跟蹤在作為一種實際數(shù)字視頻圖像存在的同時，將會在更多領(lǐng)域起到極其重要的作用。在圖像處理地過程中，提取顯示圖是必不可少的環(huán)節(jié)，要求將其作為重要部分來看，也是由于計算機的視覺效果中被大眾廣泛的應(yīng)用。用相異的顯示圖提取方法，也會收獲更為不同的效果。人們將人眼的視覺與計算的視覺技術(shù)逐漸融合在了一起，對于人眼視覺的理解，也是一種更為適合計算機視覺技術(shù)而產(chǎn)生的心理調(diào)適的過程，對環(huán)境進行不斷地選擇，在這個過程中，也對選擇環(huán)境的具體事物能夠展開一定地關(guān)注或者忽略。就目標(biāo)跟蹤方法而言，也對人眼視覺不斷地研究，整個過程更不斷提高目標(biāo)跟蹤方法的精準(zhǔn)度，并將其與現(xiàn)實生活的事物進行緊密的結(jié)合，促進計算機數(shù)字視頻圖像的發(fā)展。在跟蹤目標(biāo)的實際操作過程中，逐漸解決丟失率高的問題，減少鎖定目標(biāo)物難度。伴隨著科學(xué)技術(shù)的快速發(fā)展，目標(biāo)跟蹤方法的計算方法不斷地提出，研究工作者不斷突破瓶頸來解決問題，共同促進目標(biāo)跟蹤方法的發(fā)展，進一步促進計算機技術(shù)逐漸完善成熟。

研究人員通過對目標(biāo)區(qū)域的選擇來不斷自動使用初始幀，以實驗的形式來不斷地檢驗計算的結(jié)果，提高目標(biāo)跟蹤方法的精準(zhǔn)度；也會通過短視的頻序列來不斷檢驗跟蹤的效果，比如可以用旋轉(zhuǎn)目標(biāo)物、遮擋目標(biāo)物的辦法來逐漸進行跟蹤，看所提取的短視頻是否能夠檢驗跟蹤效果。在不斷改進核算發(fā)啊的同時，也之間地對目標(biāo)的相關(guān)標(biāo)定展開修正。在改進目標(biāo)跟蹤算法的具體策略中，人們需要明確地信息融合的目標(biāo)跟蹤方法，知道發(fā)揮目標(biāo)跟蹤方法的作用。通過實際效果來不斷地增強其實用性，更好地發(fā)揮其自動識別的實用作用，結(jié)合人們的眼睛，精準(zhǔn)地定位目標(biāo)物，通過專業(yè)的目標(biāo)鎖定方式提高其跟蹤的效率，充分保證跟蹤目標(biāo)的質(zhì)量。在實際把控運動目標(biāo)識別與跟蹤技術(shù)的過程中，不斷地促進機器視覺向好發(fā)展，也幫助人們對增強對目標(biāo)跟蹤方法的認(rèn)識，能通過目標(biāo)跟蹤法把控所要掌握的諸多信息，更好地提升目標(biāo)跟蹤方法的精度。

4 結(jié)束語

綜上所述，本文就現(xiàn)有目標(biāo)跟蹤方法的現(xiàn)狀和存在問題展開討論，并通過卡爾曼濾波器和粒子濾波地分析，更為清楚的理解目標(biāo)跟蹤的應(yīng)用算法，最終提出一些改進目標(biāo)跟蹤算法的具體策略，使得人們可以更為明確地了解到信息融合的目標(biāo)跟蹤方法，并且知道今后如何更好地發(fā)揮目標(biāo)跟蹤方法的作用。在通過保障跟蹤的實際效果，來不斷的增強目標(biāo)跟蹤的實用性，進一步發(fā)揮其在目標(biāo)領(lǐng)域的實際自動識別作用，讓其與人們的眼睛進行更好地結(jié)合，及時且準(zhǔn)確的對目標(biāo)物進行更為精準(zhǔn)的定位，用專業(yè)的鎖定方式來不斷提高跟蹤的效率，保證跟蹤的質(zhì)量。把控運動目標(biāo)的識別和相關(guān)跟蹤技術(shù)，促進機器視覺的不斷發(fā)展。應(yīng)用目標(biāo)跟蹤方法過程中，不論是哪個領(lǐng)域，都能通過目標(biāo)跟蹤法更好地把控所要掌握的信息，提升目標(biāo)跟蹤的精度。