監(jiān)控視頻中運(yùn)動目標(biāo)跟蹤與檢索技術(shù)研究.pdf

1、隨著人們安全意識的提高，智能監(jiān)控系統(tǒng)被更加廣泛的應(yīng)用于工廠安全生產(chǎn)、交通管理、公共場所治安管理等領(lǐng)域，由此產(chǎn)生的大量監(jiān)控視頻迫切需要一個智能的、高效的系統(tǒng)對其進(jìn)行處理。在監(jiān)控視頻的研究處理領(lǐng)域中，運(yùn)動目標(biāo)的提取、跟蹤以及檢索一直是近年來的重點(diǎn)研究內(nèi)容。
　　在監(jiān)控視頻的運(yùn)動目標(biāo)提取方面，分析比較了幾種前景圖像提取方法的優(yōu)缺點(diǎn)，針對前景圖像中目標(biāo)可能發(fā)生斷裂的情況，使用包圍盒算法從前景圖像中提取出運(yùn)動目標(biāo)。在中值漂移算法中，通過選取

2、目標(biāo)與背景差異最大的顏色通道生成概率分布圖，增加了中值漂移算法對背景的魯棒性。在卡爾曼濾波器與中值漂移相結(jié)合的多目標(biāo)跟蹤算法中，通過將卡爾曼濾波器的預(yù)測結(jié)果與運(yùn)動目標(biāo)檢測結(jié)果相比較，得到每個目標(biāo)跟蹤器的預(yù)測狀態(tài)。對預(yù)測狀態(tài)較好的跟蹤器，直接使用卡爾曼濾波器繼續(xù)跟蹤，在目標(biāo)之間出現(xiàn)遮擋時，使用中值漂移算法繼續(xù)跟蹤。實(shí)驗(yàn)表明，該算法有較好的實(shí)時性和的魯棒性。在目標(biāo)顏色檢索方面，提出了一種從目標(biāo)的顏色集合中提取有代表性的顏色子集的方法。在顏色