似然相似度函数在目标跟踪中的鲁棒机理研究

来源：软件学报杂志2015年第1期北京时间：

作者：邸男,朱明,韩广良

单位：邸男，中国科学院航空光学成像与测量重点实验室(中国科学院 长春光学精密机械与物理研究所), 吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所 快速捕获与实时图像处理研究室, 吉林 长春 13003311,朱明，中国科学院航空光学成像与测量重点实验室(中国科学院 长春光学精密机械与物理研究所), 吉林 长春 130033;中国科学院 长春光学精密机械与物理研究所 快速捕获与实时图像处理研究室, 吉林 长春 13003302,韩广良，中国科学院 长春光学精密机械与物理研究所 快速捕获与实时图像处理研究室, 吉林 长春 13003303

摘要：复杂背景条件下低对比度目标的跟踪和测量方法,是视觉领域的一个重要课题.低对比度,低信噪比,目标旋转、缩放、被遮挡等非理想状态给跟踪算法的研究带来很大困难,算法既要适应目标和背景的复杂变化,又要保证运算量小,满足工程实时性要求.提出一种基于似然相似度函数的低对比度目标跟踪方法.在建立模型阶段,利用棱锥面方程的单峰特性突出模型中的目标灰度信息,使目标与背景灰度信息的可区分性更高;在模型匹配阶段,从统计学中的极大似然估计方法得到启发,构造一种新的似然相似度函数,与传统的相似度量相比,度量值的可区分性更高,大大提高了匹配区域的无重复模式;最后,将目标跟踪过程转化为对目标跟踪位置的极大似然估计过程.目前,该算法已经成功嵌入TMS320C6416硬件平台.大量实验结果表明,该算法所能探测的目标对比度LSCR最低限度约为3.作为实例,给出复杂背景下低对比度LSCR=4.9时空中飞机的实验结果.

关键词：似然相似度函数;均值漂移;实时跟踪;Bhattacharyya系数

基金资助：国家自然科学基金(61172111)