視頻跟蹤：基于對比度分析的目標(biāo)跟蹤、基于匹配的目標(biāo)跟蹤和基于運動檢測的目標(biāo)跟蹤
? ? ??基于對比度分析的目標(biāo)跟蹤：主要利用目標(biāo)和背景的對比度差異實現(xiàn)目標(biāo)的檢測與跟蹤。這類算法按照跟蹤參考點的不同可以分為邊緣跟蹤# 形心跟蹤和質(zhì)心

? ? ? ? ? ??跟蹤等。這類算法不適合復(fù)雜背景中的目標(biāo)跟蹤"但在空中背景下的目標(biāo)跟蹤中非常有效。

? ? ? ??

? ? ?基于匹配的目標(biāo)跟蹤：主要通過前后幀之間的特征匹配實現(xiàn)目標(biāo)的定位。? ? ? ? ?

? ? ? ? ? 特征匹配：特征是目標(biāo)可區(qū)別與其他事物的屬性， 具有可區(qū)分性、可靠性、獨立性和稀疏性?；谄ヅ涞哪繕?biāo)跟蹤算法需要提取目標(biāo)的特征，并在每一幀中尋找該特征。

? ? ? ? ? ? ? ?尋找的過程就是特征匹配的過程。目標(biāo)跟蹤中用到的特征主要有幾何形狀、子空間特征、外形輪廓和特征點等， 其中特征點是匹配算法中常用的特征。目標(biāo)特征的變

? ? ? ? ? ? ? ?化具有隨機(jī)性。這種隨機(jī)變化可以采用統(tǒng)計數(shù)學(xué)的方法來描述。直方圖是圖像處理中天然的統(tǒng)計量。因此彩色和邊緣方向直方圖在跟蹤算法中被廣泛采用。? ?

? ? ? ?? 貝葉斯跟蹤：目標(biāo)的運動往往是隨機(jī)的，這樣的運動過程可以采用隨機(jī)過程來描述。隨機(jī)過程的處理在信號分析領(lǐng)域較成熟，其理論和技術(shù)（如貝葉斯濾波）可以借鑒到目標(biāo)跟蹤中。

? ? ? ? ?核方法：核方法的基本思想是對相似度概率密度函數(shù)或者后驗概率密度函數(shù)采用直接的連續(xù)估計，這樣處理一方面可以簡化采樣， 另一方面可以采用估計的函數(shù)梯度有效定位采樣粒子。

? ? ? ? ?采用連續(xù)概率密度函數(shù)可以減少高維狀態(tài)空間引起的計算量問題， 還可以保證例子接近分布模式，避免粒子退化問題，核方法一般都采用彩色直方圖作為匹配特征。

? ? ? ??

? ? ? ??基于運動檢測的目標(biāo)跟蹤：主要根據(jù)目標(biāo)運動和背景運動之間的差異實現(xiàn)目標(biāo)的檢測和跟蹤?；谶\動檢測的目標(biāo)跟蹤算法通過檢測序列圖像中目標(biāo)和背景的不同運動來發(fā)現(xiàn)目標(biāo)存在的區(qū)域，

? ? ? ? ? ? ? 實現(xiàn)跟蹤。這類算法不需要幀間的模式匹配，不需要在幀間傳遞目標(biāo)的運動參數(shù)，只需要突出目標(biāo)和非目標(biāo)在時域或空域的區(qū)別即可。這類算法具有檢測多個目標(biāo)的能力，可用于多目標(biāo)檢

? ? ? ? ? ? ? 測和跟蹤，這類運動目標(biāo)檢測方法主要有幀間圖像差分法，背景估計法，能量積累法，運動場估計法等。

? ? ? ? ? ? ? ? ? 光流算法是基于運動檢測的目標(biāo)跟蹤的代表性算法 ，光流是空間運動物體在成像面上的像素運動的瞬時速度，光流矢量是圖像平面坐標(biāo)點上的灰度瞬時變化率，光流的計算利用圖像序列

? ? ? ? ? ? ?中的像素灰度分布的時域變化和相關(guān)性來確定各自像素位置的運動。研究圖像灰度在時間上的變化與景象中物體結(jié)構(gòu)及其運動的關(guān)系，將二維速度場與灰度相聯(lián)系。引入光流約束方程，

? ? ? ? ? ? ?得到光流計算的基本算法。根據(jù)計算方法的不同，可以將光流算法分為基于梯度的方法，基于匹配的方法，基于能量的方法，基于相位的方法和基于神經(jīng)動力學(xué)的方法。

? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ? ? ??前兩類方法都是對單幀圖像進(jìn)行處理，基于匹配的跟蹤方法需要在幀與幀之間傳遞目標(biāo)信息，對比度跟蹤不需要在幀與幀之間傳遞目標(biāo)信息， 基于運動檢測的跟蹤需要對多幀圖像進(jìn)行處理。

? ? ? ? ? ?
另參考：http://www.cnblogs.com/zjb0823/p/3806333.html

?

轉(zhuǎn)載于:https://www.cnblogs.com/573177885qq/p/4376195.html

總結(jié)

以上是生活随笔為你收集整理的视频目标跟踪算法综述的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。