基于相关滤波的目标跟踪已成为当前的研究热点。传统相关滤波框架中经循环位移训练的跟踪模板对目标的像素排列较为敏感,难以适应目标形变,但其对光照变化和相似颜色干扰等颜色变化稳健性较好;基于空间可靠性的跟踪模板建立空间置信图作为相关滤波的随机场约束项,以适应形变问题,但其对颜色变化稳健性较差。为了充分发挥两种跟踪模板的优势,提出方向可靠性的概念,并制定了一套最优的判别方法,实现了两个模板在x轴和y轴两个方向的最优位移估计。实验结果表明,与当前优秀算法在OTB2013和OTB2015标准测试集上的对比实验验证了本文算法的有效性并能实时跟踪,且具有良好的准确性和稳健性。

针对视觉词袋模型与局部块模型特征相结合的算法在真实的复杂场景中识别率不高的问题, 本文提出一种基于局部块模型与特征预处理、特征泛化相结合的行为识别算法。本文算法在视觉词袋模型的基础上, 采取局部块模型与随机采样相结合的方法提取特征, 对特征做预处理, 减小了数据冗余, 消除了特征之间的相关性, 并且使处理后的特征更接近原始视频特征, 同时对编码后特征做泛化处理, 避免过拟合现象。本文在HMDB51标准视频库上进行实验, 结果表明本文算法较原算法识别率提高2.1%, 较其他同类算法也有一定的提升, 验证了该算法的有效性。本文算法对视频量大、背景复杂、真实场景的视频集具有较好的识别效果。

多聚焦岩屑图像具有点阵多，分辨率高等特点。使用基于尺度不变特征变换(SIFT) 算法或者加速鲁棒性特征(SURF) 算法在图像的自动配准上虽具有较好的配准效果，但时间效率远未达到实时性要求。本文将一种快速的图像匹配算法—定向二进制简单描述符(ORB)算法应用于多聚焦岩屑图像的自动配准。仿真实验结果表明，该方法在保证配准的精确度同时，在速度上具有较大的提升。