复杂场景下稳健视觉跟踪算法研究

复杂场景下稳健视觉跟踪算法研究是一项包括图像处理、计算机视觉、模式识别、概率论与统计推理、随机过程、系统状态估计等多学科交叉融合的前沿研究主题。本项目就视觉跟踪研究亟待解决的两个关键问题（如何实时、高效地跟踪目标以及如何有效地适应目标的运动和特性变化、排除场景干扰）开展研究。建立一个适用于复杂场景的有效的粒子采样方法，实现多特征自组织融合视觉跟踪方法，采用KLD算法自适应调节各个特征的采样粒子数目。在粒子滤波理论框架下，利用Monte Carlo采样方法解决联合概率数据联想问题，实现多目标稳健跟踪算法。建立一个可以处理实际视觉跟踪问题的界面友好的仿真软件平台。该项目研究成果可以广泛应用到视频监控、机器人定位、智能人机交互、红外成像制导等领域。因此，该研究具有重要的基础理论研究意义和在国民经济建设领域尤其是国防现代化建设领域广阔的工程应用价值。