c++ 两个多边形区域是否重叠_基于目标多区域分割的抗干扰跟踪算法研究

随着计算机技术及数字图像处理技术的快速发展，基于视频序列的运动目标检测与跟踪是计算机视觉的一个重要的研究方向，目前已被广泛的应用于各个领域，如智能交通、视频监控、无人机跟踪、人机交互等，实现了用计算机代替人眼对外界物体的运动进行智能分析，为人们的生活和工作提供了很大的便利^[1-2]。近年来各种目标检测与目标跟踪的技术已日趋成熟，有基于颜色信息进行跟踪的方法，如Mean Shift算法^[3-5]、模糊C均值聚类^[6-9]；有基于纹理的方法，如核相关滤波算法(Kernerlized Correlation Filter，KCF)^[10-14]、尺度空间判别跟踪算法(Discriminative Scale Space Tracking，DSST)^[15]。目前很多跟踪方法也将深度学习的思路融入其中^[16-18]，并且取得了长足的进步。

视频序列中目标跟踪的难点在于目标移动过程中可能出现被其他物体遮挡、目标形状发生变化以及目标发生旋转等情况，从而造成跟踪失败。本文通过对目标分割成多个区域分别跟踪以及采用多个区域的模板分别更新这两个策略以期望算法能够在一定程度上容忍目标在移动过程中出现的形变和部分遮挡情况。实验结果证明所采用的方法达到了预期。

接下来，本文将分别介绍算法的模板更新策略以及定位策略。

1 目标多区域分割跟踪方法

在实际场景中，经常会遇到目标在移动过程中由于视角的变化等原因导致目标形态发生变化，以及由于目标在移动过程中被其他物体遮挡等原因导致目标只有部分区域出现在图像中，这些都会导致跟踪算法性能降低。针对此种情况，本文提出了一种新的搜索定位方法，即对目标中的多个区域进行跟踪，此方法可以在一定程度上解决由于目标部分遮挡以