基于能量最小化的視頻目標檢測與跟蹤.pdf

1、基于計算機視覺的視頻監(jiān)控技術(shù)主要利用圖像處理方法在特定場景中檢測與跟蹤運動目標，進而分析圖像序列中某類目標的運動及其相互關(guān)系。由于場景復(fù)雜性以及行人運動特性的影響，現(xiàn)有方法在行人目標檢測與跟蹤方面依然存在著漏檢、誤檢以及漂移等許多問題。本文主要研究動態(tài)環(huán)境中的行人目標識別與跟蹤方法，針對多目標跟蹤方案提出一種基于連續(xù)能量最小化的跟蹤優(yōu)化模型。該模型對影響多目標跟蹤的多方面因素進行建模，使其能夠完整描述多目標跟蹤問題，以此提高跟蹤性能，改

2、進跟蹤結(jié)果。本文主要工作如下：
　　首先，分析幾種常用的檢測跟蹤方法，對比其特征與應(yīng)用環(huán)境，并建立和使用基于檢測的跟蹤框架。
　　其次，在目標檢測方面，給出基于方向梯度直方圖(HOG)的檢測算法，對視頻圖像進行運動分割，提取運動區(qū)域的HOG特征，使用支持向量機檢測器對目標的HOG特征進行檢測與分類，并使用積分圖方法加快特征的計算速度;在目標跟蹤方面，使用擴展卡爾曼濾波預(yù)估動態(tài)目標的位置，使用目標匹配的方法進行數(shù)據(jù)關(guān)聯(lián)從而得到