初二-目标表达

目标的表达方式可以有以下几种：

  点 - 表达为一个点或n个点的集合，适用于目标在图像画面中比例较小的场合

  基本几何形状 - 通常用矩形或椭圆表达。这种表达方式下目标运动用平移、仿射、投影灯方式建模。适用于刚性目标，非刚性目标亦有应用

  目标轮廓 - 适用于复杂非刚性目标表达

  铰链式形状模型 - 由不同部分通过关节连合而成。不同部分的关系通过动态运动模型控制。可以用椭圆来表达整体目标的运动

  骨架模型 - 可以通过对目标轮廓进行中轴变换提取。该模型可在识别目标时用作形状表达。骨架模型可以用来建模铰链式目标和刚性目标

目标外观特征的表达有许多方式，形状表达也可和外观表达结合作用于跟踪问题。下面是一些通用的外观表达：

  概率密度 - 目标外观的概率密度估计可以是参数型的(高斯模型，混合高斯模型)，或非参数型的(Parzen窗口，直方图)。目标外观特征的概率密度可以通过由形状模型指定的图像区域计算得到

  模板 - 是用简单的集合形状或轮廓创建得到的。使用模板的好处是它包含了空间和外观信息。然模板只体现了单视角下的目标外观，因此只适用于姿态基本不变的跟踪过程。

  主动外观模型 - 主动外观模型是通过同时建模目标形状和外观生成的。目标形状由一系列标识的集合定义，类似于基于轮廓的表达方式，标识位于目标的边界或内部。每个标识的外观向量保存为颜色、纹理、梯度等信息。模型建立通过训练过程得到形状和相关外观。

  多视角模型 - 该模型包含了多个视角下的目标状态。通过建立不同视角的子空间来表达目标。PCA，ICA等方法都适用于其外观和形状的表达。训练的分类器集合(SVM,贝叶斯网络等)也同样适用。该模型的局限在于占用处理时间较多。

总的来说，目标表达方式的选择与跟踪算法相关。目标较小时点表达较合适，目标可近似为规则的几何形状时集合表达较合适，目标形状复杂时轮廓表达更合适。

 

NEXT STEP - 重点看轮廓模型，主动外观模型和多视角模型；

                   看跟踪特征的选择