基于視覺的運動目標檢測與跟蹤技術(shù)研究.pdf

1、論文以復(fù)雜背景下的運動目標跟蹤問題為研究對象,從基于目標特征的跟蹤與基于目標模型的多攝像機協(xié)同跟蹤兩個方面展開研究。論文研究了基于特征點的目標檢測技術(shù)與跟蹤方法,在提取目標 SURF特征的基礎(chǔ)上利用區(qū)域預(yù)測思想和誤匹配檢測機制,改進了一種結(jié)合SURF特征和Kalman濾波的單目標跟蹤算法,實現(xiàn)了對特定目標的持續(xù)穩(wěn)定跟蹤。并將該單目標跟蹤算法擴展應(yīng)用到多攝像機協(xié)同跟蹤問題中。在多攝像機協(xié)同中采用傳遞多個基于SURF特征的圖像模型的目標交接

2、方法,實現(xiàn)了基于多攝像機協(xié)同的目標穩(wěn)定交接與目標持續(xù)跟蹤。本文的主要研究工作有:
　?、傺芯苛嘶谔卣鼽c的目標檢測技術(shù)方法。對傳統(tǒng)特征點檢測算子Harris算子和局部不變性特征檢測算子SIFT算子,以及對SIFT改進的SURF算子進行檢測性能比較。通過提取速度和檢測精度指標參考下,選擇一種檢測算子作為基于特征點的目標跟蹤方法研究的基礎(chǔ)。
　?、趥鹘y(tǒng)的SIFT跟蹤算法存在的計算量大和跟蹤精度偏低的問題。在提取目標SURF特征的

3、基礎(chǔ)上,利用提出了基于區(qū)域預(yù)測思一種想和誤匹配檢測機制,改進了結(jié)合SURF特征和Kalman濾波的單目標跟蹤算法,實現(xiàn)了對特定目標的持續(xù)穩(wěn)定跟蹤。通過比較與Mean Shift算法、模板匹配算法與SIFT跟蹤算法的跟蹤性能,結(jié)果表明,改進算法的跟蹤性能高于其它幾個算法。
　?、郾疚膶Χ鄶z像機的目標協(xié)同跟蹤的一些關(guān)鍵技術(shù)與問題展開了分析研究,著重研究了基于目標模型的目標交接算法。將改進的單目標跟蹤算法擴展應(yīng)用在多攝像機協(xié)同跟蹤問題中