11目標跟蹤特征發(fā)展現(xiàn)狀不同算法可用于識別不同的目標特征，且有各自即使在目標物體受到遮擋，或目標由于運動導致變形等情況下，只要目標顏色特點并未發(fā)生改變，就可以根據(jù)該顏色特征對其實現(xiàn)追蹤?；陬伾狈綀D中的點添加像素帶不同顏色之間均勻分布的空間尺度關系圖中對該檢測算法進行改進，提出了一種基于空間顏色直方圖的目標追蹤算法，從灰度層級變化和噪聲都具有較強的魯棒性。其中LBP(局部二值模式)的數(shù)值編碼簡單，計算過程容易，受光照環(huán)境影響小。Haar特征(哈爾特征)是通過對一個局部性區(qū)域特征進行灰度計算，得到變化的灰度特征值，作為灰度判別式圖像跟蹤的特征(3)輪廓特征：該特征用于準確表達一個物體空間結構的一種特征，優(yōu)勢在于外將可重復變形的面部輪廓與人體運動學中的模型相結合實現(xiàn)對人體的追蹤。Tao等人提出了基于EOS(基于邊緣方向的直方曲線圖)的目標跟蹤算法[20-21]。Qjala等人通過采用局部特征的二元模式實現(xiàn)了對人臉的識別，Lalonde等人將其應用于平方差異化的局部特征在平方差異偏移的架構中，并嵌統(tǒng)，采用背景加權的核直方圖建立目標模板從而減小跟蹤框中背景對于跟蹤的影響，2目標跟蹤算法發(fā)展現(xiàn)狀2目標跟蹤是指通過對圖像傳感器采集到的數(shù)據(jù)進行處理，并對其中目標物體進4行檢測識別，計算目標在當前幀的相對位置等信息實現(xiàn)目標追蹤。目標跟蹤算法根據(jù)匹配規(guī)則不同分為三種：特征、區(qū)域和變形模板。以下為三種(1)基于特征的目標跟蹤算法：該算法可以通過將連續(xù)幀中每個匹配幀與目標局部特征相互進行匹配，實現(xiàn)對匹配目標局部特征目標信息的自動識別。物體的主要特征包括面積、周長、質量、顏色等。為提高算法精度，通常將多個特征結合在一起進行追蹤，但相應的效率會降低。該類算法的主要優(yōu)勢在于，即使場景中的目標出現(xiàn)部分遮擋的情況，只要從一個特征點上能夠看到，就可以實現(xiàn)對目標的持續(xù)追蹤。(2)基于區(qū)域的跟蹤算法：將一個確定目標的初始位置所在區(qū)域中的每個圖像塊分別當做一個確定目標跟蹤模板，將目標模板與候選圖像中所有目標的初始位置之間進行一種相干匹配可能位置進行相干匹，其中相關匹配度最高的地方即為目標的初始所在位置。匹配標準需要根據(jù)平方和或者其他準則比如SSD等來實現(xiàn)。與其他跟蹤算法模型相比，能獲得更多的目標信息，廣泛應用于對比度較差或目標體積較小的特殊跟蹤場合，但該算法主要是利用目標區(qū)域之間關系實現(xiàn)目標匹配和辨認的，因此在目標被遮擋時，可能會產(chǎn)生追蹤誤差。(3)基于變形模板的跟蹤算法：基于變形的模板就是指根據(jù)外部環(huán)境的變化改變原本的物體模板，常用實例包括在對單個目標進行追蹤時使用的snakes模型，以及同時追蹤多個目標物體時時，選擇基于水平聚焦的主動式輪廓模型。近年來，國內的跟蹤算法飛速發(fā)展。文獻[3]介紹了我國目前目標追蹤技術在軍事領域上的應用，實現(xiàn)復雜情景下目標長時準確跟蹤，實現(xiàn)在高科技現(xiàn)代戰(zhàn)爭中使裝甲戰(zhàn)車具備精確的目標打擊能力和態(tài)勢感知能力。文獻[9]研究了在靜態(tài)背景下，基于現(xiàn)場可編程門陣列技術，通過幀間差分和形態(tài)學濾波實現(xiàn)目標檢測，以及通過多區(qū)域掃描實現(xiàn)多目標跟蹤，最終經(jīng)過檢驗，該系統(tǒng)運行穩(wěn)定且具有良好的魯棒性。文獻[7]設計了一種基于FPGA的MeanShift跟蹤系統(tǒng)，對核函數(shù)和權重計算進行優(yōu)化，使用定點運算替代浮點運算，采用此方法大大提高了MeanShift跟蹤算法的計算速度，進一步提高了系統(tǒng)的實時性。除此之外，我國還有很多實驗室在進行跟蹤系統(tǒng)相關領域的3[1]黃齊.背景變化的多運動目標實時在線跟蹤方法研究[D].電子科技大學，2020.的運動目標實時檢測跟蹤算法及其實現(xiàn)[4]周政.基于FPGA的智能目標跟蹤系統(tǒng)設計與實現(xiàn)[D].西安電子科技大學，2019.[5]曹新恩.基于FPGA的實時目標跟蹤系統(tǒng)研究與實現(xiàn)[D].西安電子科技大學，2019.[7]周丹，柴志雷，馬駿.基于FPGA的MeanShift跟蹤算法實現(xiàn)[J].計算機應用與軟[8]高文，朱明，劉劍，湯洋.基于DSP+F[9]劉紫燕，馮亮，祁佳.一種基于FPGA的實時視頻跟蹤系統(tǒng)硬件平臺設計[J].傳感器與微[10]鄭鏗，李榕.基于FPGA的視頻跟蹤系統(tǒng)設計與實現(xiàn)[J][11]陶冶，楊喜娟.視頻中特定目標追蹤系統(tǒng)[J].物聯(lián)網(wǎng)技術，2019,9(09),16-18+21[12]OliverBirbach,UdoFree.AMultipleHSystem[R],7?hInterna[13]張龍祥.基于DSP/FPGA平臺的小型化目標追蹤系統(tǒng)研究[C].天津：天津大學，2017[14]李炳奇.基于FPGA的目標檢測與跟蹤[C].北京：北京郵電大學，2019[15]張廣亮.基于FPGA的圖像處理系統(tǒng)設計與算法實現(xiàn)[C].西安：西安電子科技大[16]張慧君.基于FPGA目標顏色識別與跟蹤系統(tǒng)的設計與實現(xiàn)[D].哈爾濱：哈爾濱工業(yè)[17]PietikainenM,HaildA,ZhaoG,etaPatterns[M].SpringerLondonDorderchtHeidelbergNewYork,20114[18]Roy