基于運(yùn)動(dòng)平臺(tái)的多目標(biāo)檢測(cè)與跟蹤.pdf

1、對(duì)于大多數(shù)擁有視覺(jué)的生物體來(lái)說(shuō)，運(yùn)動(dòng)感知是一項(xiàng)最原始與最基本的視覺(jué)功能。這是因?yàn)檫\(yùn)動(dòng)感知對(duì)于生存的重要作用，具有運(yùn)動(dòng)感知能力可以提高生物體在運(yùn)動(dòng)時(shí)的處境感知能力。同時(shí)，運(yùn)動(dòng)信息還可以觸發(fā)視覺(jué)注意，因?yàn)閷?duì)于生物體來(lái)說(shuō)，運(yùn)動(dòng)目標(biāo)可能是需要回避的天敵或是送上門(mén)的美餐。鑒于運(yùn)動(dòng)感知在許多視覺(jué)系統(tǒng)中的重要作用，構(gòu)造具有生物體那樣高度發(fā)達(dá)的運(yùn)動(dòng)感知能力的人造系統(tǒng)多年來(lái)都是科學(xué)家們的夢(mèng)想。 近年來(lái)，由于各國(guó)安全意識(shí)的增強(qiáng)，國(guó)際國(guó)內(nèi)對(duì)自主監(jiān)控系

2、統(tǒng)的需求增加，運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤更是得到了科學(xué)家們的廣泛關(guān)注。本文主要針對(duì)航空智能視頻監(jiān)控系統(tǒng)中的獨(dú)立運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤部分展開(kāi)研究。對(duì)于獨(dú)立運(yùn)動(dòng)目標(biāo)檢測(cè)，首先估算由于攝像機(jī)引起的全局運(yùn)動(dòng)；在補(bǔ)償?shù)羧诌\(yùn)動(dòng)之后，獨(dú)立運(yùn)動(dòng)目標(biāo)檢測(cè)轉(zhuǎn)變?yōu)殪o背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)，綜合運(yùn)用顯著性目標(biāo)提取和分割方法檢測(cè)獨(dú)立運(yùn)動(dòng)目標(biāo)；對(duì)于獨(dú)立運(yùn)動(dòng)目標(biāo)跟蹤，可以認(rèn)為是一種模板匹配算法，通過(guò)選擇合適的特征，然后對(duì)這些特征建模，再利用匹配跟蹤。論文主要完成的工作和貢獻(xiàn)有

3、： 研究了基于魯棒統(tǒng)計(jì)的全局運(yùn)動(dòng)估算方法?？紤]到全局運(yùn)動(dòng)估算在整個(gè)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤中的重要作用，以及實(shí)時(shí)性與準(zhǔn)確性要求，采用了基于特，怔點(diǎn)跟蹤方法。對(duì)于從跟蹤到的特征點(diǎn)中恢復(fù)全局運(yùn)動(dòng)參數(shù)是一個(gè)參數(shù)估計(jì)問(wèn)題，提出了一種基于特征點(diǎn)跟蹤的魯棒全局運(yùn)動(dòng)估算方法。試驗(yàn)表明：對(duì)于利用特征點(diǎn)跟蹤方法跟蹤一系列特征點(diǎn)，再利用基于魯棒統(tǒng)計(jì)的兩步法估計(jì)運(yùn)動(dòng)參數(shù)的方法不但計(jì)算速度快，算法簡(jiǎn)單，而且精度高，非常適用于視頻監(jiān)控的全局運(yùn)動(dòng)估計(jì)。

4、研究了獨(dú)立運(yùn)動(dòng)目標(biāo)檢測(cè)與分割。對(duì)于經(jīng)過(guò)全局運(yùn)動(dòng)補(bǔ)償后所得剩余運(yùn)動(dòng)中的獨(dú)立運(yùn)動(dòng)目標(biāo)的檢測(cè)與分割，針對(duì)簡(jiǎn)單差分閾值法的不足，利用法向光流與時(shí)間積分方法來(lái)改善獨(dú)立運(yùn)動(dòng)目標(biāo)檢測(cè)的效果。對(duì)于多目標(biāo)檢測(cè)與分割，提出了基于標(biāo)記分水嶺算法的連接物體分割與基于屬性形態(tài)學(xué)的連接物體分割方法；對(duì)于基于沉浸模擬的獨(dú)立運(yùn)動(dòng)目標(biāo)檢測(cè)與分割方法，提出了利用自適應(yīng)閾值方法來(lái)確定沉浸模擬的深度，并通過(guò)刪除已被融合的局部顯著點(diǎn)的形態(tài)屬性來(lái)更好地檢測(cè)與分割獨(dú)立運(yùn)動(dòng)目標(biāo)。

5、 對(duì)目標(biāo)跟蹤算法進(jìn)行了綜述，然后重點(diǎn)研究了均值平移跟蹤算法。跟蹤算法的選擇可以歸結(jié)于選取目標(biāo)形狀表示、特征選擇與對(duì)于特征的建模。在均值平移跟蹤算法框架下，研究了經(jīng)典的均值平移跟蹤算法各模塊的不足，并分別予以完善：提出了利用前面所得全局運(yùn)動(dòng)參數(shù)來(lái)初始化目標(biāo)初始位置的方法，從而使得算法在大背景運(yùn)動(dòng)下也能跟蹤目標(biāo)；并利用相似性系數(shù)來(lái)判定目標(biāo)是否發(fā)生遮擋，從而可以為上層處理做準(zhǔn)備。最后通過(guò)數(shù)字仿真與主動(dòng)視覺(jué)半物理仿真來(lái)驗(yàn)證了算法的有效性。