基于贝叶斯方法的视觉跟踪

摘要

在视觉跟踪研究中，存在目标遮挡、目标形变、目标旋转、光照变化、尺度变化等强干扰因素。一般的跟踪方法都是针对跟踪目标框内的图像信息建模并进行跟踪，而忽略了跟踪目标框以外的邻域图像和目标图像之间的相关性，导致这些强干扰条件下出现跟踪漂移或者跟踪失败的情况。提出利用目标邻域空间信息进行视觉跟踪的新方法，首先在指定的目标框的邻域范围内采集邻域图像信息，然后对采集到的邻域图像和跟踪目标图像初始化先验信息。在跟踪过程中通过贝叶斯框架下的投票机制估计目标位置，完成位置估计后在线更新目标图像和邻域图像的先验信息，并根据先验信息进行模板更新。实验证明在贝叶斯框架下使用目标图像的邻域信息进行辅助能够有效地应对遮挡、旋转和形变等情况，提高跟踪的鲁棒性。