-复杂的物体形状,
-场景的光照变化
-实时处理要求。
人们可以通过对运动和/或外观施加约束来简化跟踪的物体。例如,几乎所有的
跟踪算法都假定物体运动顺利,没有突然的变化。人们可以基于具有恒定速度
或恒定加速度的先验信息来进一步限制对象的运动。关于物体的数量和大小,
或物体外观和形状的先验知识也可以用来简化问题。已经提出了许多用于目标
跟踪的方法。这些主要根据它们处理以下问题的方式而彼此不同:哪些对象表
示适合于跟踪?哪个对象表示适合跟踪? 应该使用哪些图像特征? 应该如何模
拟对象的运动,外观和形状?这些问题的答案取决于执行跟踪的上下文/环境以
及正在寻找跟踪信息的最终用途。 已经提出了大量的追踪方法,试图回答这些
问题的各种场景。本调查的目标是将追踪方法分为大类,并对每种类别中的代
表性方法进行全面描述。我们的调查侧重于一般跟踪对象的方法,而不是为特
定对象量身定制的跟踪器。例如,使用人体运动学作为其实施基础的人员跟踪
器。在 Aggarwal 和 Cai [1999],Gavrilla [1999]以及 Moeslund 和 Granum [2001]
的调查中讨论和分类了使用铰接对象模型跟踪人类的大量工作。 然而,我们将
包括一些关于关节式物体追踪器的作品也适用于关节以外的领域。
我们采用自下而上的方法来描述需要解决的问题。当一个人开始构建一个对
象跟踪器时。 第一个问题是定义合适的对象来表示。在第 2 节中,我们将描述
一些常见的物体形状表示,例如点,原始几何形状和对象轮廓和外观表示。下
一个问题是选择用作跟踪器输入的图像特征。在第 3 节中,我们讨论了各种图
像特征,如颜色,运动,边缘等,这些在对象跟踪中常用。几乎所有的跟踪算
"
评论0
最新资源