智能視頻監(jiān)控中的遮擋目標(biāo)跟蹤技術(shù)研究.pdf

1、近年來(lái)，智能視頻監(jiān)控技術(shù)引起了越來(lái)越多研究人員的重視，然而該技術(shù)的發(fā)展卻遇到了多方面的制約，遮擋目標(biāo)跟蹤就是其中之一。在單攝像機(jī)的視頻監(jiān)控中，由于觀察角度等原因，目標(biāo)之間的相互遮擋是普遍的現(xiàn)象。這對(duì)目標(biāo)跟蹤算法準(zhǔn)確跟蹤目標(biāo)帶來(lái)很大影響，甚至嚴(yán)重影響視頻監(jiān)控系統(tǒng)的應(yīng)用。因此，本文重點(diǎn)研究遮擋目標(biāo)的跟蹤問(wèn)題。 本文利用貝葉斯理論為目標(biāo)跟蹤問(wèn)題建模，并對(duì)該模型進(jìn)行理論推導(dǎo)，分別為四種不同的跟蹤類型（目標(biāo)進(jìn)入場(chǎng)景、離開(kāi)場(chǎng)景、單目標(biāo)跟蹤和

2、遮擋目標(biāo)跟蹤）推導(dǎo)出表達(dá)式。 在多目標(biāo)跟蹤中，由于目標(biāo)自身的情況和目標(biāo)之間情況的不同，目標(biāo)跟蹤的難度也存在很大差異。為了度量目標(biāo)的跟蹤難度，本文提出不可跟蹤性理論，描述三種不同的定義形式：整個(gè)圖象序列所有目標(biāo)的不可跟蹤性、相鄰幀之間所有目標(biāo)的不可跟蹤性以及相鄰幀中單個(gè)目標(biāo)的不可跟蹤性，并提出了不可跟蹤性的簡(jiǎn)化計(jì)算方法，通過(guò)實(shí)驗(yàn)驗(yàn)證了影響不可跟蹤性的四種因素（場(chǎng)景中目標(biāo)數(shù)量、目標(biāo)的分辨率、目標(biāo)的運(yùn)動(dòng)速度和跟蹤特征之間的可區(qū)分性）。

3、利用不可跟蹤性理論作為指導(dǎo)得到了兩種解決遮擋目標(biāo)跟蹤問(wèn)題的方法：遮擋目標(biāo)的自動(dòng)組合和遮擋目標(biāo)跟蹤中的動(dòng)態(tài)特征選擇。 由于前面提到的跟蹤遮擋目標(biāo)的方法具有一定的局限性，因此本文提出了一個(gè)通用的解決遮擋目標(biāo)跟蹤問(wèn)題的方法。該方法利用遮擋分層的概念來(lái)描述目標(biāo)之間的遮擋關(guān)系；利用目標(biāo)重疊區(qū)域的外觀特征和速度特征來(lái)幫助確定目標(biāo)遮擋關(guān)系；利用目標(biāo)的遮擋關(guān)系和狀態(tài)信息來(lái)獲取遮擋目標(biāo)的非遮擋部分；利用目標(biāo)非遮擋部分的外觀特征和速度特征的組合來(lái)描

4、述遮擋目標(biāo)；對(duì)傳統(tǒng)的均值平移跟蹤算法進(jìn)行改進(jìn)，利用外觀直方圖和速度直方圖信息來(lái)確定目標(biāo)的位置；并利用目標(biāo)在當(dāng)前時(shí)刻以前的目標(biāo)尺度變化來(lái)預(yù)測(cè)當(dāng)前時(shí)刻目標(biāo)尺度變化的各個(gè)可能性的概率，并通過(guò)對(duì)尺度變化的概率進(jìn)行采樣來(lái)確定目標(biāo)的尺度變化。 描述目標(biāo)狀態(tài)的參數(shù)包括目標(biāo)的位置、尺度和目標(biāo)之間的遮擋關(guān)系，這些參數(shù)之間互相關(guān)聯(lián)，而且目標(biāo)的參數(shù)空間包括離散變量和連續(xù)變量，參數(shù)空間隨目標(biāo)數(shù)量的變化而變化，因此本文應(yīng)用馬爾可夫鏈蒙特卡羅方法來(lái)求解相關(guān)

5、遮擋目標(biāo)的最優(yōu)狀態(tài)。在求解最優(yōu)狀態(tài)的過(guò)程中，本文對(duì)目標(biāo)模型中的位置、遮擋關(guān)系和尺度三個(gè)方面的參數(shù)構(gòu)建狀態(tài)轉(zhuǎn)移函數(shù)以加速算法收斂。在算法收斂過(guò)程中，三個(gè)方面的參數(shù)通過(guò)采樣被逐步地調(diào)整以消除這些參數(shù)之間的關(guān)聯(lián)，保證算法收斂到全局最優(yōu)。當(dāng)跟蹤算法收斂時(shí)，則認(rèn)為此時(shí)模型的狀態(tài)參數(shù)為目標(biāo)的最優(yōu)狀態(tài)。 本文利用多段具有遮擋目標(biāo)的圖象序列對(duì)提出的跟蹤遮擋目標(biāo)的方法進(jìn)行測(cè)試，從實(shí)驗(yàn)結(jié)果來(lái)看，本文的跟蹤算法能夠?qū)λx取的大多數(shù)情況的遮擋目標(biāo)進(jìn)行很