行人跟踪是机器视觉领域重要的研究方向和研究热点,主要是通过对输入视频内容的智能化分析,对当前视频中存在行人进行检测,进一步对连续出现行人进行轨迹发现,最终完成行人跟踪任务。特定行人跟踪是指对指定行人的连续跟踪过程,在个人／家庭服务机器人等领域具有广阔的应用前景。本文在提出边缘对称性行人检测算法的基础上,提出了特定行人连续跟踪框架,通过层次结构划分,使得特定行人跟踪任务能够快速有效执行。具体工作总结如下：(1)首先介绍了研究课题的背景及意义,并分别介绍了行人检测以及行人跟踪当前研究现状,指出其中存在的不足之处。进一步,对本论文所用到的主要理论知识：支持向量机、卡尔曼滤波以及视觉注意机制的主要概念及过程进行详细阐述。(2)针对传统行人检测方法对输入图像无差别扫描,处理速度过慢不能满足实时性需求的问题,本文提出一种基于边缘对称性的行人检测算法。利用扫描线机制,计算扫描线上各像素对称值,并由对称值峰值确定行人候选区域。最终通过提取候选区域HOG特征向量并交由分类器进行分类验证,确定行人区域。实验证明,该算法能够在保证识别准确性的同时,明显加快处理速度。(3)提出了基于目标池的特定行人连续跟踪算法。主要划分为三个层次：检测层、评估层以及管理层。检测层,即利用之前所提到的行人检测算法对输入图像中的存在行人进行检测,并将检测结果提交给评估层。评估层,根据检测层提交内容完成初步跟踪任务,并将判定结果提交给管理层进行最终判定。管理层,通过引入目标池的概念来克服光照因素影响,对评估层提交初步判定结果进行判定,最终确定当前跟踪状态。通过三层结构协调运作,完成特定行人跟踪任务。最后本算法引入视觉注意机制对框架进行性能优化,大大提高了框架的跟踪速度及准确程度。实验证明,本论文所提出的行人跟踪算法,能够快速鲁棒地完成特定行人跟踪任务。