基于TLD引入幀間差法檢測(cè)方法

　　目標(biāo)跟蹤一直以來都是計(jì)算機(jī)視覺領(lǐng)域中比較復(fù)雜并且熱門的課題，國(guó)內(nèi)外的學(xué)者對(duì)于目標(biāo)跟蹤的研究也越來越重視。而目標(biāo)跟蹤技術(shù)也在人機(jī)交互，城市交通，智能監(jiān)控和工業(yè)建設(shè)凹等多種領(lǐng)域得到了廣泛的應(yīng)用。

　　TLD（ Tracking- Learning-Detection ）是ZdenekKalal 提出的一種視頻［ 目標(biāo)跟蹤算法。該算法的亮點(diǎn)是能夠利用較少的先驗(yàn)信息實(shí)現(xiàn)視頻目標(biāo)的長(zhǎng)時(shí)間跟蹤，將目標(biāo)跟蹤算法與目標(biāo)檢測(cè)算法相結(jié)合來解決目標(biāo)在被跟蹤過程中發(fā)生的形變、部分遮擋等問題。TLD 算法主要由跟蹤模塊，檢測(cè)模塊，綜合模塊以及學(xué)習(xí)模塊4 個(gè)模塊組成。其中，跟蹤模塊采用的是基于LK（ Lucas-Kanade ）光流法改進(jìn)的中值流跟蹤叫，根據(jù)前一幀中目標(biāo)的位置信息來估計(jì)目標(biāo)在當(dāng)前幀中所處的位置;檢測(cè)模塊是由方差濾波器、組合分類器和最近鄰分類器所組成的級(jí)聯(lián)分類器構(gòu)成，在當(dāng)前幀采用掃描窗口策略對(duì)目標(biāo)進(jìn)行檢測(cè)，依次成功通過這3 個(gè)分類器的窗口即為檢測(cè)器檢測(cè)到的目標(biāo)窗口;綜合模塊將檢測(cè)結(jié)果與跟蹤結(jié)果相結(jié)合，得出當(dāng)前跟蹤結(jié)果是否有效以及目標(biāo)是否丟失;學(xué)習(xí)模塊！則是通過生成正負(fù)訓(xùn)練樣本對(duì)檢測(cè)器進(jìn)行訓(xùn)練學(xué)習(xí)，并對(duì)跟蹤模塊與檢測(cè)模塊進(jìn)行更新。