目标检测与跟踪系统

该项目为河南省教育厅自然科学研究计划项目，编号为“2008A520029”，名为“目标检测与跟踪新技术研究”。

鉴定委员会专家认真听取了该项目的研究工作情况汇报，并审查了以下技术文献：研究报告、检测报告、查新报告、用户使用报告。经过答辩和讨论，形成以下鉴定意见：

对视频序列图像中的目标进行实时检测跟踪在军事、工业和科学研究方面都具有重要的意义与价值。该项目对当前国内外目标检测与跟踪已有成果进行了研究，分析了存在的问题，特别针对红外视频目标检测与跟踪的特点进行探讨，提出了以下创新性成果：

1) 基于卡尔曼预测器的目标频域相关检测跟踪方法 本课题提出了一种视频目标跟踪算法——“基于卡尔曼预测器的目标频域相关跟踪算法”。算法充分利用卡尔曼预测器的预测功能来预测下一帧目标可能出现的区域，然后在较小的预测区域中进行频域相关匹配运算，迅速找到最佳相关匹配点。与传统相关跟踪算法相比，该算法具有更高的准确性和实时性。此外，在复杂背景下，对地面运动目标的跟踪中，该算法克服了传统算法计算量大、不易实时实现的弊病。

2) 模板自适应算法 在进行目标检测时，本项目设计了模板自适应算法。该算法采用卡尔曼预测器计算得到的模板，随着目标的移动，自动计算新的模板以代替前一模板，在跟踪过程中不断更新模板。通过用每一帧图像中与模板匹配的区域替换原模板作为下一帧的跟踪模板，使模板更接近跟踪目标，从而提高了算法的抗干扰性和跟踪稳定性。该算法还具有目标形变、目标遮掩识别的功能特点，相比现有模板静态匹配的算法，具有更强的可靠性，弥补了目标形变、目标遮掩等情况带来的检测跟踪不准确等不足。

项目组在理论研究的基础上，利用VC++，在DSP硬件平台上，完成了视频传感器运动目标实时跟踪软件的设计和开发工作。

该项目所设计的软件系统主要性能指标如下：

（1）跟踪精度：亚象素级别（0.1pixel） （2）跟踪速度：实时视频（25帧/秒，PAL） （3）跟踪误差：≤20pixel

系统具有性能稳定、实时高效等特点，可以作为目标检测跟踪专业方向研究的有效工具。

该项目河南省教育厅自然科学研究计划项目“目标检测与跟踪新技术研究”（项目编号：2008A520029）。鉴定委员会专家认真听取了该项目的研究工作情况汇报，审查了该项目的研究报告、检测报告、查新报告、用户使用报告等技术文献，经过答辩和讨论形成鉴定意见如下：对视频序列图像中的目标进行实时检测跟踪在军事、工业和科学研究方面都具有重要的意义与价值。该项目对当前国内外目标检测与跟踪已有成果进行了研究，分析了存在的问题，特别针对红外视频目标检测与跟踪的特点进行探讨，提出了视频目标检测跟踪算法“基于卡尔曼预测器的目标频域相关跟踪算法”，设计了“模板自适应算法”， 弥补了常用的传统相关跟踪算法计算量大、不易实时实现的缺陷，解决了当前算法在抗干扰性、稳定性、精度、耗时、实时性方面处理的难题。该项目的主要创新点如下：1)基于卡尔曼预测器的目标频域相关检测跟踪方法本课题提出了一种视频目标跟踪算法－“基于卡尔曼预测器的目标频域相关跟踪算法”。算法充分利用卡尔曼预测器的预测功能来预测下一帧目标可能出现的区域，然后在较小的预测区域中进行频域相关匹配运算，迅速找到最佳相关匹配点。与传统相关跟踪算法相比，其优越性在于算法有更高的准确性和实时性。此外，在复杂背景下，对地面运动目标的跟踪中，该算法克服了常用的传统相关跟踪算法计算量大、不易实时实现的弊病。2)设计了模板自适应算法在进行目标检测时，采用的模板来自卡尔曼预测器计算，经过目标的移动，计算得到新的模板自动代替前一模板，在跟踪过程中，进行匹配跟踪时模板不断更新。用每一帧图像中与模板匹配的区域替换原模板作为下一帧的跟踪模板，使模板更接近跟踪目标，使算法抗干扰性较强、跟踪稳定性好。具有目标目标形变、目标遮掩识别的功能特点，相比该方法的优越性在于算法有较强的可靠性。弥补现有模板静态匹配的算法的目标形变、目标遮掩等情况带来的检测跟踪不准确等不足之处。项目组在理论研究的基础之上，利用VC++，在DSP硬件平台上，完成视频传感器运动目标实时跟踪软件的设计和开发工作。该项目所设计的软件系统主要性能指标：（1）跟踪精度：亚象素级别(0.1pixel)；（2）跟踪速度：实时视频(25帧/秒，PAL)；（3）跟踪误差：≤20pixel。系统具有性能稳定、实时高效等特点，可以作为目标检测跟踪专业方向研究有效工具。