一种运动目标多特征点的鲁棒跟踪方法研究

摘要

提出了一种基于特征光流分割和卡尔曼滤波估计的鲁棒性的运动目标跟踪方法.该方法具有很多特点:首先在特征光流的计算中采用由粗到细的层级匹配算法,因而能够计算大的运动速度和具有更好的匹配精度;其次采用了有效的遮挡判决算法,该算法综合利用了先验的信息,对噪声的干扰不敏感;最后建立了线性卡尔曼滤波模型,当特征点被遮挡或丢失时,能够预测它们的位置,这使得跟踪更具有主动性.实验表明,该方法具有高精度、快速跟踪和很好的鲁棒性.