典型目标（共4篇）
典型目标 篇1
0引言
随着计算机技术的发展和计算机视觉原理的广泛应用,利用计算机图像视频处理技术对目标进行实时跟踪成为当今的研究热点。对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有很高的应用价值[1,2,3]。同时,运动目标跟踪也是计算机视觉研究领域的一个重要课题,国内外已进行了大量研究工作。本文主要对这些研究工作中的经典方法包括背景预测法、帧间差分法和MeanShift法[4,5,6]进行分析,介绍其基本思想和算法步骤,并根据实验结果分析各自优缺点。
1运动目标跟踪基本方法
1.1背景预测法
背景预测算法的基本思想如图1所示。图像中的任何一个像素点,如果属于背景,则其灰度值与属于同一背景的其它像素点灰度值相关性较强,一定可以用周围区域的背景点预测;如果属于目标,其灰度值与周围像素点的灰度值相关性较差,在图像局 部会形成 一个或几 个异常点。利用这一差异分离目标与背景是背景预测方法的出发点。图像中任何一个像素点灰度的背景预测值都可以利用其周围区域的一些像素点灰度值经过加权组合产生,将图像中所有像素点的实际灰度值与预测值相减得到预测残差,然后在预测残差图像上进行阈值检测。
1.2帧间差分法
帧间差分法直接求取前后两帧图像之间的差别,如图2所示。帧间差分法是将图像序列中连续两帧或三帧图像所对应的像素灰度值相减,并且加以阈值化来分割图像中的运动区域。其思想是通过帧间差分,利用运动序列图像相邻帧的强相关性进行变化检测,进而通过对变化图像的滤波确定运动目标。
传统的帧间差分法是利用序列图像中相邻两帧做帧差运算。运动目标运动速度缓慢时,差分后提取的运动目标内部则会存在空洞,严重的会使提取的运动目标区域局部边缘产生缺口,这种情况采用图像形态学也无法修复。所以在本文中采用三帧差求取运动目标区域,使目标提取更加准确。对相邻三帧中前两帧和后两帧分别利用传统的帧间差提取运动区域,再对两个结果取公共部分,即为中间帧的运动区域。
1.3MeanShift法
MeanShift算法是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定条件结束。
对于跟踪目标明候选区域,假设{Xi}i=1,...,n是以y为中心的像素点,k(x)依然是以h为半径核函数的 轮廓函数,u∈1…255,则候选区域的概率密度模型为:
于是问题转化为找取离散位置y,使其密度函数与目标密度函数具有最大相似度。
为了定义相似性度量,Bhattachaxyya系数被用于评价直方图的匹配程度。假设目标模型为m级直方图,目标的离散密度函数估计为位置在y的候选目标的密度函数估计为则目标与候选目标的相似性系数为:
为了计算Bhattacharyya系数的最大值,把在y0点泰勒展开为:
其中为权系数,由于上式中第一项独立于y常数,所以要使最大化需使后一项最大化。因此迭代求中心点的公式更新为:
2实验结果及分析
本文使用VisualC++作为可视化软件开发工具,以上3种方法实验结果如下:
(1)背景预测法实验结果如图3所示。背景预测法能够快速、准确地分割出运动物体,但容易受环境和光照的变化影响,而且如果运动目标与背景颜色相似,则检测出来的运动目标通常不完整。另外,该方法没有考虑到摄像机的抖动可能引起背景运动,造成差图像中存在较多的伪运动信息。
(2)帧间差分法实验结果如图4所示。帧间差分法直接求取前后两帧图像 之间的差 别,其对物体 运动比较 敏感,实际上检测到的是 目标与背 景发生相 对运动的 区域(包括运动目标和显露区域),受光线影响较小。另外该算法易于实现且实时性较好,因而成为目前广泛应用的目标检测方法。但缺点是跟踪连续性不够,帧间差别较明显,导致整个跟踪过程不够连贯。
(3)MeanShift实验结果如图5所示。该目标跟踪的方法利用了图像中目标自身的静态特性及运动特性,可以不依赖操作人员,自动对符合条件的运动目标进行检测和跟踪,并在检测和跟踪过程中采用了多种特征的判据判断与引入目标运动特征的跟踪方法,不依赖于先验知识和数据,自适应性非常好。但从实验结果可以看出,检测仍然不够准确,跟踪框范围过大,无法及时锁定运动目标,有一定滞后性。如果移动较快或移动范围较大,甚至有可能丢失跟踪目标。
3三种方法比较
3.1方法效率比较
度量一个程序的执行时间通常有两种方法,事后统计法和事前分析估计法。本文采取第一种方法对以上3种检测跟踪方法进行比较,结果如表1所示。
应用于该程序测试的视频在正常情况下长19s,前两种方法执行时间较长,这样可能导致在检测运动较快的目标时,虽然能检测到目标移动,但是跟踪不够及时。MeanShift相对而言实时性较好,但在实际应用中,仍然存在较大误差。
3.2资源占有率比较
衡量一个软件的好坏,占用资源的大小是一个非常重要的衡量指标。不同程序运行时的CPU占有率和所占有的内存资源如表2所示。
从表中可以看出,3种方法在占用系统资源方面差别不大,特别是前两种方法。但其CPU占有率都超过一半,增大了系统负担,如果有其它程序并行运行,将可能造成系统速度过慢。
4结语
从实验结果可以看出,背景预测法在运动目标所处环境过于复杂或当目标被遮挡时很难精确地分割出目标物体,所以运动目标的检测和分割在很大程度上影响了跟踪精度,同时也增加了跟踪的复杂性;帧间差分法提高了对环境干扰的抵抗能力,改善了运动目标的边缘特性,使检测出来的目标更加完整,但实时性不强;MeanShift虽然效率较高,但是当要 跟踪的目 标运动过 快时,MeanShift在后一帧中则很难准确跟踪到目标位置。
摘要：分析目前运动目标检测跟踪中的经典方法,包括帧间差分法、背景差分法和Mean Shift法,探讨其适用范围及优缺点,然后对3种算法进行验证,给出实验结果,并分析其优缺点。
关键词：帧间差分法,背景预测法,Mean Shift,视频跟踪,目标检测
典型目标 篇2
一、串记口诀
食品水果名称词
cake糕饼 egg蛋， apple苹果 pear梨。 Banana译香蕉 ,orange译橙子。
二、学习目标
本单元的核心内容是如何表达喜欢和厌恶。涉及的语法内容还是一般现在时，主要是动词like的一般现在时的陈述句（肯定句、否定句），疑问句及其答语。
三、能力目标
1.熟练运用表示喜好和厌恶的日常用语。
进一步学习一般现在时中第三人称单数的动词形式及助动词do/does和don’t/doesn’t的用法，助动词后面加原形动词。
教学重点与难点
一、单词导航台
1.banana
n.香蕉
【引申】go bananas(美口语)发疯，发狂；banana republic香蕉共和国（指在政治、经济等方面发展缓慢的中美洲小国）。
2.breakfast
n.早餐，早点
【记忆法】break+fast(旧用法)斋戒后开始进食，所用的第一餐，扩展译为每日的第一餐，即早餐。
【考点】at breakfast早餐时，正吃早饭；have breakfast吃早饭：She doesn’t have breakfast.她没有吃早饭。
【引申】lunch(午餐)；dinner(晚餐)；supper(晚餐)。
3.carrot
n.胡萝卜
【引申】the stick and the carrot软硬兼施。
4.chicken
n.①雏鸡；②鸡肉
【引申】chicken-pox水痘；chickenhearted胆小的。
5.dinner
n.正餐，午饭或晚饭
【引申】breafast早餐；lunch中餐；dinner-party晚宴；dining-room餐厅，食堂。
6.egg
n.蛋，卵
【引申】shell蛋壳；white蛋白；yolk蛋黄；egg beater打蛋器；eggcup蛋杯；egg-plant茄子。
7.French
n.法语
adj.法国的，法国人的
8.fruit
n.水果（总称），果实、成果
【考点】①Apples, oranges and bananas are fruit.苹果、橘子和香蕉是水果。
②The potato is a vegetable, not a fruit.马铃薯是蔬菜，不是水果。
③The old man enjoyed the fruits of his life,s works. 那老人享受他一生工作的成果。
1.ice cream/’aiskri:m/
n.冰淇淋
10.like/laik/
v.①喜欢，喜爱：Do you like fish?你喜欢鱼吗？②想要，比较喜欢，选择，希望：I like people to tell the truth. 我喜欢人讲实话。
prep.像
【引申】同义词：love, prefer;反义词：detest, dislike.
11.lunch
n.午餐，午饭
【考点】at lunch吃中饭：They were at lunch when I called.我打电话的时候，他们正在吃午饭。Have lunch 吃便餐：We,ll have lunch after the show.散了电影我们去吃便餐吧。
【引申】同义词：meal。 breakfast早餐；dinner, supper晚餐；afternoon tea 下午茶；luncheon（比lunch正式的用语）午宴；fast lunch快餐。
12．strawberry
n. 草莓
【记忆法】straw（稻草）＋berry（浆果）
13．tomato
n. 西红柿，蕃茄
【考点】（pl. ）tomatoes。
14．vegetable
n. 蔬菜：fresh vegetable新鲜蔬菜
【记忆法】vege＋table（桌子）。
【引申】pepper胡椒、辣椒；potato马铃薯。
二、句子破译站
1．Katrina eats lots of healthy food. 科莱娜吃许多有营养的食品。
lots of＝a lot of修饰不可数名词food。a lot of相当于many或much，既可以修饰可数名词，又可以修饰不可数名词，通常只用在肯定句中。在否定句和疑问句中用many和much。many修饰可数名词复数，much修饰不可数名词。如：
There are a lot of flowers in the park. 公园里有许多花。
There is a lot of milk in the cup. 杯子里有许多牛奶。
How many hours are there in a day? 一天有多少小时？
How much tea do you want? 你要多少茶叶？
2．And for dinner, she has chicken, tomatoes, Frech fries and, for desset, ice cream. 晚餐她吃鸡肉、西红柿和薯条，甜点是冰淇淋。
(1)句中介词for表示“作为，当做”，后面接名词。如：
-What do you have for breakfast? 你们早餐吃什么？
-We have bread and milk. 我们吃面包和牛奶。
(2)have在此句译为“吃”，如：have breakfast/lunch/supper。
(3)以o结尾的名词，有生命的加es，如potatoes(土豆)，tomatoes(西红柿)。无生命的加s，常见的有：zoos(动物园)，photos(照片)，kilos(公斤)，radios(收音机)。
(4)and作为并列连词，在此句中连接两个分句，后一分句为使句子简洁省略了前面的she has，即for dessert，she has ice cream。
三、工具箱
1．like一词的用法及含义归纳
(1)用作及物动词。
like用作及物动词，译为“喜欢”。
①后接名词或代词，表示喜欢某人或某物。如：
I like the baby very much. 我非常喜欢这个小孩。
Lucy has a new pen. She likes it very much. 露茜有一支新钢笔，她非常喜欢它。
②后接动名词(v. -ing)，表示“喜欢做某事”，着重于习惯、爱好。如：
Do you like swimming? 你喜欢游泳吗？
Tom likes playing football. 汤姆喜欢踢足球。
③后接动词不定式(to do )，表示“偶尔地喜欢做某事”，着重于某次具体的行为。如：
Would you like to play basketball this afternoon? 今天下午你想打篮球吗？
I like reading, but I like to watch TV this evening. 我喜欢读书，但我今晚想看电视。
⑵与like有关的短语
①Would like愿意，想要
would like相当于want，但语气比want更为委婉，后可接名词、代词或动词不定式，如：
I would like a cup of tea. 我想喝杯茶。
I’d like to fly a kite. 我想去放风筝。
②like…a lot/very much/a little很/非常/有一点喜欢
在这里a lot/very much/a little是表程度，用来修饰动词like。如：
-Does Li Ping like meat? 李萍喜欢吃肉吗？
-Yes, she likes it a little. 她有点喜欢。
-What about fish? 她喜欢吃鱼吗？
-She likes fish very much/a lot. 她很喜欢吃鱼。
⑶与like有关的句型：
①Would you like…? “你想要……吗？”“你想……吗？”口语中用来表示客气的邀请、请求、征询意见或建议等，比Do you want…？更有礼貌，语气更委婉。肯定回答时常说：Yes, please. /Yes, I’d like to. 否定回答为：No, thanks. 如：
-Would you like a cup of tea? 来杯茶好吗？
-Yes, please. 好的
-Would you like some apples, too? 你也来几个苹果吗？
-No, thanks. 不，谢谢。
②How do you like…？你觉得……怎么样？
用于询问对方对某人、某事、某物的看法，相当于What do you think of …？如：
- How do you like my new watch? 你觉得我的新手表怎么样？
- It’s great. 棒极了!
③What do you like about? 你喜欢……的什么呢？
用于询问对方对某事(某人)所喜欢的内容。如：
-What do you like about China? 你喜欢中国的什么呢？
-The people and the food. (中国的)人民，还有食物。
2. breakfast, lunch和supper
这三个词既可作可数名词，又可作不可数名词。一般说来，指抽象概念时，在固定词组中为不可数。如：have breakfast/lunch/supper(吃早餐/中餐/晚餐)；指某次具体的饭时，为可数。如：have a quick breakfast(吃一顿简便的早餐)，a light lunch(一顿清淡的中餐)等。
早、中、晚饭三餐前面不加冠词。Meal指一顿饭，可以加冠词。如：
We have three meals a day. 我们一天吃三顿饭。
They have their evening meal at about seven o’clock. 他们大约七点吃晚饭。
3. like和love
like和love都有“喜欢，喜爱”之意，但含义有所不同。
(1)like“喜欢”，用作及物动词，后面接名词、代词或不定式。指喜欢、不厌恶某人或某物，但没有深刻的爱意及迫切的意愿。如：
He is a very clever boy; so everyone likes him. 他是一个非常聪明的男孩，大家都喜欢他。
I like tea better than milk. 我喜欢茶甚于牛奶。
(2)love“热爱，喜欢”。用作及物动词，后面接名词、代词或不定式。指火热的爱意，感情比like深刻；它也可指在生活中对某事物或活动的喜爱。如：
We love our Party and our people. 我们热爱党和人民。
He love to hear me sing. 他爱听我唱歌。
四、重难点密室
1．一般现在时
一般现在时表示经常性、习惯性的动作，或表示现在的特征、状态。当主语是非第三人称单数时，行为动词的一般现在时变化形式(见下表)。如：
句式 结构 例句
肯定句 主语＋行为动词原形＋其他 We speak Chinese.
否定句 主语＋don’t＋行为动词原形＋其他 We don’t speak Chinese.
一般疑问句 Do＋主语＋行为动词原形＋其他？ Do you speak Chinese?
肯定回答
否定回答 Yes，主语＋do
No，主语＋don’t Yes, we do.
No, we don’t.
如：
We have classes from Monday to Friday. 我们从周一到周五上课。
-Do you often write to your friends? 你经常给你的朋友们写信吗？
-Yes, I do. /No, I don’t. 是的，我经常写。/不，我不经常写。
当主语是第三人称单数时，行为动词一般现在时的句型变化如下：
⑴肯定句在行为动词原形后＋s/es(其构成方法与名词单数变复数相同，见141页工具箱)。
⑵否定句用助动词doesn’t＋动词原形。
⑶一般疑问句则是把助动词does放在句首，后面动词用原形，回答时，肯定用“Yes，主语＋does.”；否定用“No，主语＋doesn’t.”。
下面以为例：
She works hard. 她工作努力。
She doesn’t work hard. 她工作不努力。
Does she work hard? 她工作努力吗？
Yes, she does. 是的，她工作努力。
No, she doesn’t. 不，她工作不努力。
2．可数名词与不可数名词
⑴英语中的名词可分为可数名词与不可数名词。凡是可以计数的名词叫可数名词。物质名词和抽象名词一般无法用数目来衡量，称为不可数名词。可数名词有复数形式，可与不定冠词a或an数词连用；不可数名词没有复数形式，它不能与不定冠词或连用来表示量。如food，meat，bread，tea，water，milk，ink，orange(橘汁)，drink(饮料)，rice，fish等。
①常用的可数名词如下：
a. 人、动物或植物等，如friend，cat，rose。
b. 有形状的具体事物，如ball，car，book。
c. 度量单位，如hour，kilo，meter。
d. 不可数名词的各个部分，如part，piece。
e. 一些抽象名词，如idea。
②常用的不可数名词包括以下名词。
a. 固体的物质或原料，如bread，rice。
b. 液体、气体等，如water，tea，air。
c. 语言，如English，Chinese。
d. 一些抽象事物，如money，peace。
⑶有许多名词在汉语中是可数名词，在英语中却是不可数名词。如：
chalk粉笔；bread面包；rice米；paper纸
⑷不可数名词表示“一个”概念时，要用短语，如：
a cup of tea a glass of milk
a bottle of orange a piece of bread
⑸不可数名词表达复数意义时应用下?蟹绞剑?
two cups of tea; three bottles of drink; four pieces of meat
⑹many, much只可以分别修饰可数与不可数名词。How many主要用于对可数名词的数量提问，how much主要用于对不可数名词的数量提问。如：
How many bottles of orange do you want? 你想要多少瓶橘子汁？
How much tea do you want? 你想要多少茶？
⑺a lot of, lots of, some, any即可以修饰可数名词，也可以修饰不可数名词。
a lot of, lots of, much, some, any修饰不可数名词，后面的名词不变。
a lot of, lots of, many, some, any修饰可数名词，后面的名词是复数。
口语交际
英语中表示“喜好”和“厌恶”的常用语有：
I like/love…(very much).我非常喜欢……
I like/love to do something.我喜欢做某事。
I like doing something.我喜欢做某事。
I like…a little. 我有点喜欢……
She likes…a lot. 她很喜欢……
I don’t like (to)… 我不喜欢……
I don’t like…at all. 我一点也不喜欢……
Do you like…? 你喜欢……吗？
No. I/we don’t. 不，我/我们不喜欢。
What do you like? 你喜欢什么？如：
I like them very much. 我非常喜欢它们。
Children love to play this game. 孩子们通常喜欢玩这种游戏。
He likes working in China very much. 他非常喜欢在中国工作。
I like noodles a little. 我有点喜欢面条。
I don’t like potatoes. 我不喜欢吃土豆。
He doesn’t like rice at all. 他一点也不喜欢吃米饭。
相关资料检索
三明治和汉堡包
三明治(sandwich)一词来自一个人名，相传从前有一个人名叫sandwich，他非常富有。他酷爱打牌，有时候他能从早打到晚，又从晚上打到天亮。这样他就没时间吃饭，他叫仆人把肉夹在两片面包中间拿给他吃。人们觉得这样吃挺好，后来越来越多的人把肉夹在面包片里吃，并把这种食品叫做sandwich。后来发展成夹以各种冷食(如果酱、奶油等)的两片面包都叫三明治。
汉堡包(hamburger)在英、美、澳大利亚是十分流行的食品，它和Hambruger(德国城市汉堡)没有多少关系。是“火腿”之意，可是hamburger里并没有火腿，而是把一个圆面包切成两半，中间夹上牛肉。在英国和澳大利亚把这样的东西叫做beefburger。
趣味英语链接
“伟人”谈希望
希望是什么？是梦境、是幸福，是人们赖以生存的一切。
1．Hope is itself a species of happiness，and，perhaps，the chief happiness which this world affords. 希望本身就是一种幸福，也许，是这个世界赐予我们的首要幸福。
When there is no hope there can be no endeavour. 没有希望就不会去努力奋斗。
-Samuel Johnson
(英国作家 塞缪尔约翰逊)
2．Hope is a waking dream. 希望是清醒的梦境。
-Aristotle
(希腊大哲学家 亚里士多德)
3．Hope is the poor man’s bread. 希望是穷人的面包。(或：穷人靠希望生存)。
-George Herbert
(英国诗人 乔治赫伯特)
4．Hope springs eternal in the human breast. 希望永远滋生在人们心中。
-Alexander Pope
(英国古典诗人 亚历山大蒲伯)
5．In all things, it is better to hope than to despair. 凡事与其悲观失望，不如抱有希望。
-Goethe
(德国诗人 歌德)
6．Hope is a good breakfast, but it is a bad supper. 希望是可口的早餐，难咽的晚餐。(或：事前希望很美好，事后希望很苦恼)
-Francis Bacon
(英国哲学家和散文家 弗朗西斯培根)
创新思维火花
动脑筋，猜谜语。
1．I’m white and yellow. My coat is white and brown. I’m under a bird. What am I?
2．I’m on a tree. I’m white, but my coat is red. or green or yellow. What am I?
参考答案提示
【课文要点诠释】
Ⅰ.1.C 2.C 3.B 4.D 5.C
Ⅱ.1.vegetables 2.eggs 3.fruit 4.hamburgers 5.uncles 6.dinner 7.Strawberries 8.Chicken 9.bookcase 10.difficult
Ⅲ.1.your 2.watches 3.interesting 4.under 5.tomatoes 6.they 7.these 8.know
Ⅳ.1.oranges 2.Your 3.spell 4.is 5.love 6.ID card 7.likes 8.on
【创新思维火花】
1.An egg 2.An apple
典型目标 篇3
【关键词】输入假说 目标语典型性 高考英语 复习 应用
【中图分类号】G 【文献标识码】A
【文章编号】0450-9889（2016）12B-0033-03
广西是全国最后一个进行新课改的省区，外语教师在还没有完全适应新课改要求的情况下，又面临着高考改革中提出学科核心素养培养的要求。为了更好地培养学生综合语言运用能力和学科核心素养，高三英语教师可以通过聚焦于目标语言的典型性和遵循语言学习的法则（i+1），科学规划指导备考过程。
一、文献综述
近几年，输入假说理论在国内得到了比较深入的研究，并涌现了很多研究成果。其中以罗立胜、王初明、翁燕衍的文章或著作比较有影响力。罗立胜认为，源于国外环境下的语言习得和第二语言习得的基础上发展出来的输入假说，对中国的外语教学具有积极的影响。外语教学可在特定的学习阶段遵循i+1 输入原则：一是教材难易度的选定；二是教师在课堂上使用语言的难易度。另外，语言环境决定语言输入的质量，这要求以课堂讲授为主的课堂教学应改善语言输入的条件。
随着计算机技术的不断成熟，语料库语言学作为一种研究工作和语言观察的科学手段，为语言教学的选材提供了科学准确的数据分析。辛格莱等人明确提出语言教学首先要从那些最频繁出现的词汇及其最核心的意义和最常用的搭配入手，其核心概念是将传统的语法与词汇整合教学，这将词汇搭配教学提到了外语词汇教学的中心位置。
Kennedy 等人的研究显示，语言项目并不是均匀分布的，它有频率高低之分，高频率的信息体现了最典型的信息。语料库语言学认为语言能力与使用之间并不像乔姆斯基所说的那样可以区别开来；本族语使用者具有天生语言能力（native-like competence）并不是因为他们运用了可然性语言（possible language），而是因为他们运用了或然性语言（probable language），也就是最常见、最典型的项目；外语学习者接触和学习目标语的时间和精力都有限，几乎不可能达到天生语言能力，但他们有必要也有可能掌握或然性语言。它为确定教学重点、语言项目的教学次序提供了参考标准，正如 Kennedy 所说的那样，“频率信息非常有助于课程设置，而且对确定教学重点提供了部分参考标准”。关于聚焦于目标语的典型性探讨英语教学的文章不多，学者俞燕明在《国外外语教学》发表了相关文章。
二、克拉申的输入假说和聚焦目标语典型性在高考英语复习中应用的必要性
理想的高三英語复习备考过程大致如下。第一轮：复习考纲规定的语法项目+考纲词汇 3500 个，旨在帮助学生弄清句子成分和句子结构，把握基本语法知识，实现考纲词汇的初步认知与运用。第二轮：复习人教版高中英语（1-8），旨在使得第一轮复习的语法项目得以延续和巩固，以课本为知识的载体，实现考纲语法和考纲词汇的二轮复习。第三轮：题型训练/套题训练+考纲词汇 3500 个，旨在帮助学生了解命题特点，提高解题的准确率，实现考纲词汇的三轮复习，指向高考。
综观三轮的复习计划，不管是明线还是暗线，其中语法词汇知识的复习是主线，而词汇语法复习是高考备考过程中最为令人头疼的事情。一方面，学生词汇量薄弱，阅读、听力和写作复习自然低效甚至无效。教师只有以学生的基础为起点，从学生的具体学情出发，立足基础。另一方面，大数据、回归“全国卷”背景下的高三英语教学不管是在复习语言材料的深度、广度和教学过程的选材上，还是在从语言学习的词频信息分析、词频分布、语用的得体性上，与传统教学相比，语言教学变得更加有据可依，语言学习过程更为科学。为此，在具体的复习中教师应充分发挥主观能动性，研究历年真题考点，从这些大数据中寻找典型的语法知识和词汇知识，实现高效备考。换言之，可以依托克拉申的输入假说和聚焦目标语典型性，在高三英语复习备考中实现语法词汇复习的高效与科学性。
三、克拉申输入假说和聚焦目标语典型性在高考英语复习中的应用
（一）克拉申输入假说和聚焦目标语典型性在完形填空和阅读理解中的应用
在高考中，词汇成了大部分学生获取高分的障碍。尤其是考纲附录的词汇表中没有明确规定词汇、词条的具体含义，只是给考生提供一个单词及其词性。那么，高三的英语教师如何复习词汇的含义呢？一个单词依托于不同的语境而有不同的含义，可词的具体含义和在搭配使用上总有一定频率。在具体的复习中把握高频典型词义的同时还应兼顾熟词生义和一词多义的现象。这里指的熟词生义，实际上也就是典型词义的一部分。熟词生义、一词多义的词常常是高考考查的重难点。因此，教师和学生要关注一词多义、旧词新意的词，如course，cause，approach等高频词。这些不管在历年高考真题还是课本教材上都能找不少的例子。例如 2016 年全国卷中：
1.The stem cells are harvested from a donor.
2.I was the last person in the world he wanted to accept assistance from.
3.The boycott lasted for more than a year and kicked off the civil-rights movement.
又如 2015 年全国卷 I 阅读理解 C 篇最后一段 The fine selection of the major works was done in close collaboration（合作）with the Museo Nacional Reina Sofia in Madrid，Spain，and with contributions from other institutions like the Salvador Dali Museum in St.Peterburg，Florida.根据前一句句意及关键词The fine selection of the major works，可推知contributions在文中的含义为“作品”。而高中生在英语学习中最常接触到contribution的释义为“贡献”，较少接触到“作品”，这恰恰是考生丢分的地方。
又如人教版教材中出现的一些例子：
1.About four metres long，the room served as a small reception hall for important visitors.（必修 2 Unit l）
2.Curiosity drove Wang Peng inside. It was full of people.（必修 3 Unit2）
3.All the information was ready to be processed into film negatives.（必修 5 Unit4）
4.It is only when the disease has progressed to AIDS that a person begins to look sick.（选修 6 Unit3）
5.If you develop AIDS，your chances of survival are very small.（选修 6 Unit3）
6.I know youre dying to hear all about my life here. So Ive included some photos which will help you picture the places I talk about.（选修 7 Unit4）
教师在具体的复习中通过借助语料库、词频统计软件等工具分析高考真题中出现的考纲词的词义及其分布的频率来指导实际教学，消灭完形填空和阅读理解中出现的一词多义、旧词新意等词汇阅读障碍，并帮助学生落实到具体备考、词汇积累和记忆之中。
另外，依托克拉申的输入假说，分层指导学生进行理性选择完形填空和阅读理解的材料。例如，2016 年高考真题自测在 60-79 分的学生可以采取以下方法复习：做《一本（中考）》阅读理解和完形填空→《中考完形填空与阅读理解周密计划》→《五三（中考）》阅读理解和完形填空。2016 年高考真题自测 80-89 分的学生可以采取以下方法复习：做《进阶集训（高一）》阅读理解和完形填空→《一本（高一）》阅读理解和完形填空。2016 年高考真题自测 90-99 分的学生：做《进阶集训（高二）》阅读理解和完形填空→《一本（高二）》阅读理解和完形填空。2016 年高考真题自测 100-109 分的学生可以采取以下方法复习：做《一年好题》（刘成主笔）阅读理解和完形填空。2016 年高考真题自测≥110 分的学生可以采取以下方法复习：做《金考卷 45 套》或《必刷题 42 套》（成套做），等等。只有遵循语言输入的原则（i+1），循序渐进，才能确保学生完形填空、阅读理解复习备考训练的有效性和科学性。
（二）克拉申输入假说和聚焦目标语典型性在语法填空和改错题中的应用
高考英语全国卷大数据语态改错考点分析如下：
综合以上大数据挖掘的高频考点，寻找语法填空和短文改错的共性和规律—— 高频考查点：介冠连代、动名形副。这一高频考点的确定一方面可以有效地帮助教师进行语法填空和改错的命题以及对学生规范答题进行有效指导，另一方面可以使教师在命题研制和考纲规定的语法项目的复习教学更具有针对性，在某种程度上有利于新高考所要求的学科素养能力的培养和学生综合语言运用能力的考查得以有效落实和训练。学生掌握语言项目的典型性，有利于一些零散的、基础性的语言项目知识的掌握，使得语言学习和教学过程更具实效性。
通过分析高考英语全国卷大数据，教师能科学有效地把握高考语言测试的典型性，并基于学生现有的语言水平基础进行科学分层，分类指导学生的备考复习。对于基础薄弱学生，教师可以通过帮助学生从近几年的真题中理清语法填空和短文改错考点的典型性和共性，建立错题档案，养成对试题考点进行分析的习惯。这必将有助于帮助不同层次的学生形成档案，查漏补缺，类比分析和举一反三。相应的，教师根据不同学生的语言能力设计不同层次的补偿性练习，并注重这些练习编排的循环与复现，从而确保语言使用的频率和知识点记忆的效果，提升高考备考效果。例如，学生对非谓语和谓语这两个典型的必考点的把握有困难，针对学生这一知识运用能力的不足，教师可以设计以下补偿性练习。
1.That was definitely not an attractive idea so I politely declined her invitation， （close） my book and walked away.
2.We are spending too much time in front of TV or computers and （become） “couch potatoes” or “mouse potatoes”.
3.He （pretend） that a tiger toy was real and giving it a voice.
4.The number of calories we need （change）， depending on what kind of body we have.
（三）克拉申輸入假说和聚焦目标语典型性在书面表达和听力中的应用
高考书面表达和听力理解部分的目标语典型性比较明显。一方面，这两部分的命题设计都源于考纲规定的 24 个话题。基于 24 个话题的书面表达和听力理解的词汇各具有自己的不同特点。在备考听力理解训练中，教师通过向学生呈现话题必备词汇（高频/目标语典型性），关注常用情景表达，在真实语境中活用这些语言项目。比如英语听力必备场景词汇。
天气场景：
对全国卷进行大数据分析，除了 2014 年 2 卷要求考生描述十年后的“我”这类描述性文外，其余 8 篇均为书信或邮件，包括求助信、约稿信、咨询信、邀请信、请求信和道歉信。大数据分析 9 套全国新课标卷的范文可知，范文的平均长度 109 词。因此写作中考生应遵循“按点做答、按点补充”的八字方针，既不能无话可说，又不能盲目地拓展。每篇范文平均起来，简单句 4-5 个，并列句和主从复合句 3-4 个。其中最高频（目标语典型性）的句型为：（1）主+谓+宾；（2）主+系+表；（3）主+谓+宾语从句。除此之外，分析一些优秀的模拟题书面表达范文，也可以看到以下通用句型：（1）Im writing to tell you that…（2）There be sth./sb.Doing（done）…（3）It be +adj.+（for sb.） to do…（4）Id like to…（5）With +N/Pron.+ a phrase…（6）hope/think/ believe…that…（7）As for…
基于克拉申输入假说，对学生进行书面表达和听力理解的分层指导：教师根据学生的不同层次，帮助他们完成“建桥”计划，即话题词汇库的建立。教师教会学生运用词频统计工具（word frequency counter）分别对 9 套新课标卷的书面表达范文和听力原文组建成的文档（小型的语料库），进行词汇的词频统计、句型统计。学生通过观察范文和原文的语言分布，更为直观地了解自身的语言运用与真题真实语言之间的差异，在自主探究的学习中提升自己的语言运用水平。在学法分层指导上，教师利用词语的同现和复现的规律和语义场，指导学生有效地解题。至于基础知识薄弱的学生，在书面表达上指导他们牢记 5+1 原则，即五个基本句型 +there be 句型的训练。在此基础上逐步发展简单句的高级形式（非谓语、同位语和倒装等），然后逐步过渡到主从复合句（状语从句/定语从句/名词性从句），循序渐进，做到科学有效。在听力理解上，针对学生不同的起点，要求学生在不同典型的场景词汇和句式记忆训练上下功夫。
总之，教师在英语复习备考过程中应恰当科学地依托克拉申的输入假说和聚焦目标语典型性，从全国卷大数据分析中寻找最具典型性的语言信息和语言项目，科学有效指导复习备考过程。
【参考文献】
[1]張杰.输入假说理论在高中英语阅读教学中的应用[D].石家庄：河北师范大学，2012
[2]Sinclair，J M.Corpus，Concordance Collection[M].Oxford：Oxford University Press，1991
[3]俞燕明.聚焦目标语典型性和学习者偏离——论基于语料库对比分析法对英语词汇教学的几点[J].中国英语教学（双月刊），2009（4）
【作者简介】谢燕青（1985— ），男，广西北海人，硕士，北海中学英语教师，研究方向：英语课程与教学论。
视频目标跟踪典型算法比较与分析 篇4
稳定的视频跟踪正是视频分析处理和计算机视觉的重要问题,在军事侦查、自动机器人导航、人机交互接口、视频标注等方面有广泛应用。视频图像提供的信息是复杂和海量的,依靠人工进行信息识别和提取是不现实的。2009 年,美军通过无人机在阿富汗和伊拉克获得的视频信息总量,一个人需要24 年才能看完; 在通常战备执勤时,需要至少一个人紧盯屏幕发现可疑目标,而其他的辅助人员进行信息甄别和记录。在我国,边海防哨所已经配备了大量的视频采集装备,但是受人员数量限制,仅仅依靠人工方法进行视频目标的捕捉与记录不但工作强度大,而且工作效率低,及时发现可疑目标的时机往往把握不住。目前,各大城市的智能交通系统都具有车辆违章检测功能,可以极大地提高发现交通违法事件的效率。但是受目前视频目标跟踪性能的限制,还仅能对交通灯道口的违章行为进行识别,不能完全获得各路段的违章行为。各方面的需求不断推动着视频目标跟踪研究的进一步深化。
然而,当目标发生剧烈的运动或者形变、背景相对复杂或者与目标相似、外界环境发生较大变化时,大多数视频目标跟踪算法不具有很好的鲁棒性。归结来看,对于大量跟踪算法［1］的问题主要是由于外观和运动的变化造成的。外观变化包括目标几何和光度变化,如遮挡、形变、亮度变化等。运动变化往往发生在较低帧率的视频中或者目标运动剧烈的情况下。以上问题的存在,使得视频目标跟踪研究仍有很长的路要走。
本文将对视频目标跟踪技术的研究背景、系统组成原理进行阐述; 对当前几种前沿的跟踪算法进行详细的分析比较;并且对跟踪算法的评价指标和典型的标准库进行介绍; 最后总结了视频目标跟踪技术的发展前景和面临的困难挑战。
1 视频目标跟踪系统构成及研究现状
视频目标跟踪系统是一个动态系统的估计问题,利用的是目标在时间上的连续性和空间上的相关性。视频目标跟踪系统的一般框架如图1 所示。
典型的视频目标跟踪系统由四部分组成: 目标初始化,外观模型,运动估计,目标定位。目标初始化包括手动初始化和自动初始化,手动初始化是用户用边缘框注释出目标的位置,自动则通过检测器进行检测目标。外观模型包括视觉描述和统计模型。视觉描述主要是用不同类型的视觉特征来构造鲁棒的目标描述子。统计模型是用统计学习的方法构造有效的数学模型来识别目标。运动估计主要是利用了状态方程和观测方程构成的预测器进行估计,常用预测器包括线性回归技术［2］,卡尔曼滤波［3］和粒子滤波［4－6］等。目标的跟踪定位是目标跟踪中的核心问题,主要利用贪婪搜索或者是最大后验概率来实现［7］。
目前,很多跟踪算法通过在特征提取、外观模型和结构信息方面的改进,跟踪的精度和鲁棒性得到极大的提高。较为常用的特征包括像素值［8］、颜色［9－12］、文本描述子［13－14］。利用目标外观模型较为常用的有颜色分布［10－11］、子空间［8，15］、支持向量机SVM［16］以及稀疏表示［17－19］等。类似于目前较为流行的目标检测［20］和识别［21］的算法,通过获取结构信息对目标进行跟踪的算法也越来越多［9，22－24］。在目标发生遮挡和形变时,目标的内部结构信息对于模型的恢复和鲁棒性跟踪尤为重要。
2 典型视频目标跟踪算法
判定目标跟踪算法好坏往往从鲁棒性、准确性和快速性三个方面比较［25］:
1) 鲁棒性( Robustness) 。鲁棒性是指在各种环境中算法都能实现对目标的稳定持续跟踪。但往往会受到目标自身形变、环境中的光照变化、部分或者全遮挡等影响。
2) 准确性( Accuracy) 。在目标跟踪的研究中,准确性包括两个方面,一是对运动目标检测的准确性,这一点主要是在监控系统中要求比较严格,为的是对目标检测的漏警率和虚警率的降低,将检测到真实目标的概率提高; 另一个是对运动目标分割的准确性,主要应用在图像压缩编码领域,其实质是图像分割( Image Segmentation) 问题。将运动目标和背景进行准确的分割后,方便提取目标准确的运动信息。
3) 快速性( Speed) 。在实际的视频目标跟踪系统中,对运动目标实时的跟踪就要求跟踪算法必须快速,计算量相对较小。然而跟踪算法本身处理的图像序列包含大量的数据,所需的运算量极大,很难能够满足实时的要求。一种通用的减小运算量的方法是利用金字塔分解或者小波变换将图像分层处理; 另一种思路是设计专用硬件实现实时的视频目标跟踪。
本节将从以上提到的跟踪器性能出发,详细介绍当前前沿的四种视频目标跟踪算法,即LGT,TLD,ALIEN和DGT,并对其工作原理、性能进行分析和比较。
2. 1LGT( Local-Global layer Tracker) 跟踪器
随着低成本、小规模摄像机传感器的应用不断增多,对视频序列的鲁棒的自动跟踪需求也随之迅速增加［26］。实际应用中,目标外观随着形变、角度变化、光照变化等因素的变化而变化。因此,鲁棒的跟踪取决于能否随着目标外形的变化自适应地更新目标模型。
最早是Stolkin等人［27］进行的两层模型的尝试。目标像素的亮度模型的重新学习使用刚性目标物体的运动和几何模型增强结构。L. Cehovin等人在2013 年针对目标迅速和剧烈的外观变化提出一种双层视觉LGT模型［28］,即整合的目标全局和局部外观的两层模型。跟踪算法如图2 所示。
其中,局部层是由局部块组成的集合,反映目标外观发生的几何变化。随着目标几何形变,局部层通过移除或添加局部块来更新结构。添加的局部块是由全局层约束得到的。全局层主要是反映目标全局的视觉特性,包括颜色、形状和表面上的局部运动。全局层的更新需要依赖跟踪过程中得到的稳定的局部块。LGT算法的鲁棒性更好,并且跟踪精度更高,对参数变化不敏感。这篇文章的重要贡献就是在两层模型的贝叶斯公式中应用了双层约束。
这种交叉的双层视频模型是较为先进的技术,效果优于其他的跟踪器。
2. 2 TLD( Tracking-Learning-Detection) 跟踪器
考虑手持摄像机拍摄的视频流,各种事物从相机拍摄范围内出入。仅在单独的一帧中用边缘框框出了感兴趣目标,而需要解决的问题是,在接下来的每一帧中自动标出目标的边缘框或者当目标没有出现时给出提示。该视频流需要长时间实时跟踪处理。在文献[29]中,将这类任务定义为长期跟踪问题。
解决长期跟踪问题的关键是目标的检测。首先,目标外观会变化,甚至跟初始帧中外观没有任何关联; 其次一个成功的长期跟踪器要能够应对尺度、光照的变化,复杂背景,部分遮挡,以及实时地完成处理。
在文献[29]中Kalal的出发点立足于单独的跟踪或检测无法解决长期跟踪问题。文中提出一种新颖的跟踪框架TLD( Tracking-Learning-Detection) ,如图3 所示。文章将长期的目标跟踪分解为跟踪、学习、检测。跟踪器逐帧跟踪目标,检测器局部化目前位置出现的所有外观,在必要时修正跟踪器,学习阶段评估检测器的误差并更新,避免这些误差。作者研究确定检测器误差并学习,提出一种新颖的学习方式( P-N学习) : 1) P评估遗漏的检测; 2) N评估错误预警。学习过程模型化为一个离散的动态系统,学习中确保有改善的情况被查找到。
Kalal提出的TLD跟踪系统,能够实现对视频流中的目标的实时地跟踪、学习、检测,利用标准数据库和同时期较为前沿的跟踪器相比,TLD的长期实时跟踪性能优于其他跟踪器。
2. 3 ALIEN( Appearance Learning In Evidential Nuisance) 跟踪器
文献[30]中给出妨碍因素( Nuisance Factors) 的定义。妨碍因素是指影响图像结构处理的因素,不是用于跟踪的直接兴趣点,然而又必须考虑在内。妨碍因素分为可逆妨碍和不可逆妨碍。可逆妨碍主要是指反差、视角变化等,不可逆妨碍包括遮挡、传感器量化、一般光照变化等。不可逆的妨碍通常可以转化为可逆妨碍。
ALIEN跟踪器利用弱匹配目标模板的多尺度不变局部特征,考虑到三维形状和平面的绝对偏差,以及阴影、遮挡、传感器量化等不可逆妨碍因素的影响。同时基于传递匹配特性的无参学习算法,将目标从上下文分离出来,防止遮挡情况下的目标模板的错误更新。这种学习准则在缓慢变化的情况下具有渐近稳定的特性,确保了算法在长时间跟踪中的无偏移特性。
文章作者从一般的观察出发,尝试同时解决可逆和非可逆的妨碍因素。基于这种考虑,作者选用局部特征来表示目标,同时利用过采样保留多数目标和场景信息。
文中算法的基本流程如图4 所示。
2. 4 DGT( Dynamic-Graph-Tracking) 跟踪器
目前,很多文章对遮挡问题都有所讨论,例如将目标进行水平垂直的分割对抗遮挡; 稀疏表示对遮挡问题也不敏感; 以及利用场景学习机制、上下文信息等。绝大多数的跟踪器在解决遮挡问题［9，18，31］时没有考虑到目标自身的形变［12，23］问题。针对目标形变问题通常采用局部块进行表示,但此时块之间的结构信息将被忽略。
文献[35]在一个统一的框架中同时考虑到遮挡和形变的问题,引入动态图进行跟踪。图表示利用目标的内部结构信息,能够识别几何形变的目标,同时能够借助目标未被遮挡部分定义出被遮挡目标。
作者的基本思路是: 首先,将视频目标跟踪问题公式化为跟踪动态无向图的问题,即目标图和候选图的匹配问题,利用马尔科夫随机场( Markov Random Filed) 将候选图中的局部块与背景分割,再利用谱聚类( Spectral Clustering) 的方法完成图匹配; 其次,目标状态利用块一致性的依赖关系通过带权重的投票获得,同时由前景和背景的分割进一步改善; 最后,有效地在线更新机制更新模型,鲁棒地适应目标结构的变化。
文中的算法同时考虑到目标出现遮挡和发生形变的情况,利用无向图更好地记录目标的内部信息,有效对抗遮挡和形变。
2. 5 对比与归纳
通过对上述4 种跟踪器的工作原理的详细分析,可以归纳出以下几点:
1) LGT算法在目标表示上结合局部和全局特征。局部特征包含大量空间信息,对部分遮挡具有鲁棒性,全局特征作为局部特征选取时的约束信息。双层的贝叶斯公式对跟踪进行双层约束,提高目标模型更新的精确性,基本达到实时的要求。但是实际应用中该算法对于杂乱背景,以及目标发生尺度变化时都较为敏感。
2) TLD算法能够通过检测、学习跟踪目标,针对长期实时的跟踪环境,处理效果较好。但由于算法没有考虑到目标的遮挡和形变等问题,在处理非刚性目标跟踪中存在一定的局限性。同时针对剧烈运动的目标跟踪效果不佳。
3) ALIEN算法无差别地处理可逆和不可逆妨碍因素,算法对遮挡是否发生作出判定给出不同的计算思路。将目标和上下文同时进行建模和模型更新,保留了较多跟踪目标的信息。但在复杂背景下以及目标发生形变的情况下,跟踪器将无法准确跟踪。
4) DGT算法提出利用无向图表征目标,将目标跟踪的问题公式化为无向图匹配问题,同时在长期跟踪中具有渐近稳定的特性。该算法同时考虑到目标的遮挡和形变问题。但是无加权表示的无向图在尺度发生变化时较为敏感。同时由于光照变化造成的前景、背景不易区分也给跟踪带来一定的难度。
几种算法各有优势和劣势,针对不同的应用场景,需要充分理解它们的算法特性加以改进应用。同时算法较为新颖的思路为今后的研究给出极大的启示。
3 算法评价指标及标准库
近年来,视频目标跟踪技术在计算机视觉领域的广泛应用推动着跟踪算法的不断提升改进。但是仍旧有很多的因素影响着跟踪算法的性能。因此,评估主流跟踪算法的优势和劣势非常重要,能够给未来这个方向的研究提供更多的方向。
首先,关于跟踪算法的评价指标问题。定量分析( Quantitative Analysis) 算法性能,能够更加清晰地看出算法的各方面优势。较为常用的指标包括成功率( Success Rate) 如Pascal Score［33］,F-measure,和精度率( Precision Rate) 如CLE( Center-Location-Error) ,Precision Plot［13，34］。其次,用于测试的数据库也是至关重要的部分。具有代表性的数据库对综合评估跟踪算法至关重要。现有的用于视频跟踪的监控场景的视频库包括VIVID［35］,CAVIAR［36］,PETS,VIRAT ( Video and Image Retrieval Analysis Tool) 等。
3. 1 视频目标跟踪算法评价指标
多数跟踪算法将目标表示为边缘框( A Bounding Box) ,通过比较边缘框重叠面积确定跟踪的成功率( Success Rate) 。
1) Pascal Score,
式中,Bp,Bgt分别表示跟踪器跟踪的目标边缘框和真实边缘框( Ground Truth) ,等式右边表示边缘框交叠部分面积占边缘框并面积的比率。设置门限值t0( 一般取0. 5) ,大于此门限为跟踪成功,小于则跟踪失败。
2) F-measure,与之类似
跟踪精度率( Precision Rate) 的比较,较为常用的指标也有两种。
3) CLE( Center-Location-Error) ,计算跟踪的边缘框内中心点与真实边缘框内中心点的像素距离。距离越大表示跟踪的精确度越低。
4) Precision Plot,近段时间的研究常用Precision Plot来衡量整体跟踪的表现。主要反映的是跟踪器估计出的位置距离真实位置在某个门限范围内的图像帧的百分率。门限值单位为像素。
3. 2 视频目标跟踪算法标准库
可用于测试的视频库有很多,但是大多数的图像序列没有给出真实位置注释( Ground Truth Annotations) ,在进行定量评估时会产生误差。包含多种特殊场景( 光照变化、复杂背景、部分遮挡或全遮挡等) 同时具有真实位置的数据库非常的重要。
2008 年美国国防部高级研究项目署开始的VIRAT( Video and Image Retrieval Analysis Tool) 系统,用于进行无人机航拍图像的分析处理,用以实现针对特定事件的有效预警等功能。视频库包含多场景,如大型公共场所、停车场、校园等。背景复杂简单情况不一,同时包含摄像机自身运动的情况。另外,文献[37]收集构建了目前较为常用且含真实位置标注的具有典型代表性的图像序列数据库,如遮挡、剧烈形变、光照变化、阴影情况等。
以上数据库都包含复杂多样的场景状况,普遍适用于跟踪器的测试,是较为全面合理的测试数据库。
4 视频目标跟踪技术发展前景与挑战
视频目标跟踪技术是一个多学科相结合的研究领域,包括机器视觉、人工智能、计算机科学、模式识别、图像处理等方面。该领域仍处在发展阶段,很多的问题亟需解决。跟踪的特征选择、动态外观模型、运动估计等方面将是研究非常重要的领域。目前,研究人员针对特定的应用场景下的视频目标跟踪问题已经提出了很多的解决的方案策略,但是仍然存在着很多的进步空间,需要新的思路进行完善。
综上,对视频目标跟踪技术的未来发展趋势可以归结如下: 一是运动目标外观的模型化,即外观建模,运动目标外观模型随着目标自身运动能够自适应的作出调整是目前的一个研究的热点问题; 二是目标模型的更新策略,较多的算法在模型更新阶段会出现误差和偏移,往往会导致跟踪失败; 三是多传感器的视频目标跟踪,这其中就要重点考虑到数据关联融合的问题; 四是对目标动作的识别问题,通过目标运动状态进行目标的进一步的行为分析。
5 结语
本文对视频目标跟踪算法中较为常见的问题进行归纳,对该技术进行了综述,重点分析比较了目前较为前沿的跟踪算法。对跟踪性能比较的评价指标以及标准库进行简单介绍。视频目标跟踪基本流程是利用目标的运动信息、颜色、纹理等特征采样描述子形式描述目标,通过外观建模以及模型更新的策略实现运动目标的运动状态的预测,获取目标的位置信息。
由于最终的具体应用背景的不同,视频目标跟踪领域的研究内容存在较大差异,极具挑战性的问题也有很多,不管是在研究领域还是在实际的工程应用中都具有非常重要的意义和广阔的前景。
摘要：视频目标跟踪由于场景和目标的外观变化等问题的存在,仍旧是计算机视觉领域研究的热点和挑战。阐述了视频目标跟踪技术的研究背景;介绍了视频目标跟踪系统组成原理、研究现状;重点分析了几种近来较为前沿的跟踪算法并进行分析比较;还对跟踪算法的评价指标以及典型的标准库进行介绍;最后归纳总结了视频目标跟踪的发展前景以及面临的问题挑战,为下一步研究奠定基础。