目标跟踪方法--基于特征跟踪

一、理论

    该方法的基本思想是目标可以用一组恒定不变的特征集合来表达。基于目标特征的跟踪方法，并不是将目标作为一个整体进行跟踪的，而是在连续帧图像中匹配并跟踪一组特征点(如边界线条、质心、角点等)。基于特征的跟踪方法主要包括特征的提取和匹配两个环节。

    该类跟踪方法的主要优点是：即使场景中的目标出现了部分遮挡的情况，只要特征点可见，就可以实现对目标的持续跟踪。Niyogi.S等人针对目标的结构特征建立了主动模型，使用卡尔曼滤波器(Kalman filter)进行运动预测，通过使能量函数最小化的方法进行目标匹配，从而实现对目标的跟踪。该类算法的难点在于如何较好地确定并提取目标的特征，如果选用的特征过多，则会使算法的效率大大降低，导致其很难应用到实时监控系统中。

二、基于目标特征和KALMAN 预测相结合的跟踪算法

    基于目标特征的跟踪方法由于不需要对目标整体进行匹配跟踪， 大大地减少了匹配算法需要的运算量， 十分有利于跟踪算法在DSP嵌入式平台上的实现；即使场景中的目标出现短时间被遮挡的情况，只要特征点可见，就可以实现对目标的持续跟踪。 基于特征的跟踪方法，选取目标的灰度直方图信息作为特征模板 ，为减少搜索匹 配需要的时间 ，使 用KALMAN滤波器算法对目标在下一帧图像中可能出现的位置进行预测，在预测的范围内进行搜索及模板匹配，采用置信度策略解决场景中多个目标因互相遮挡、合并、分裂而导致短时匹配失败的问题，最终实现对多个运动目标的跟踪。