監(jiān)控場(chǎng)景下行人目標(biāo)的跟蹤與描述.pdf

1、智能視頻監(jiān)控技術(shù)正在逐步取代或改造傳統(tǒng)的視頻監(jiān)控系統(tǒng)，成為提升監(jiān)控系統(tǒng)效能的主要發(fā)展方向，其技術(shù)核心在于視頻分析，包括對(duì)視頻圖像目標(biāo)的檢測(cè)、識(shí)別、跟蹤以及描述等。因此，如何在實(shí)時(shí)監(jiān)控場(chǎng)景下對(duì)感興趣目標(biāo)進(jìn)行鎖定跟蹤，并對(duì)跟蹤的目標(biāo)進(jìn)行結(jié)構(gòu)化語(yǔ)義描述是智能視頻監(jiān)控系統(tǒng)中至關(guān)重要的部分。目前車輛等剛性目標(biāo)由于其結(jié)構(gòu)比較規(guī)范，相應(yīng)的跟蹤和描述手段已經(jīng)較為成熟，而面向行人目標(biāo)的跟蹤和描述研究對(duì)于完善現(xiàn)有智能視頻監(jiān)控系統(tǒng)具有尤為重要的意義。

2、　　本文首先分析了目前流行的在線跟蹤算法的基本原理，并重點(diǎn)介紹了其中比較重要的一種基于壓縮感知的在線目標(biāo)跟蹤方法（Compressive Tracking，簡(jiǎn)稱CT），進(jìn)而結(jié)合實(shí)際監(jiān)控應(yīng)用場(chǎng)景下對(duì)視頻跟蹤實(shí)時(shí)性和可靠性的需求，研究單目標(biāo)CT跟蹤算法的改進(jìn)；在此基礎(chǔ)上，本文還深入研究了多人目標(biāo)跟蹤的主要問題，針對(duì)常見的目標(biāo)間相互遮擋問題，提出了一種新的遮擋檢測(cè)和處理方法，實(shí)現(xiàn)了多目標(biāo)的鎖定跟蹤；最后，本文對(duì)行人目標(biāo)的結(jié)構(gòu)化描述進(jìn)行了研究，

3、具體闡述了基于XML描述語(yǔ)言的行人目標(biāo)內(nèi)容描述方法。詳細(xì)介紹如下：
　　針對(duì)單人目標(biāo)跟蹤問題，本文通過引入尺度變化和線性預(yù)測(cè)，對(duì)現(xiàn)有CT算法的不足之處進(jìn)行改進(jìn)，然后參考各種開源目標(biāo)跟蹤算法，構(gòu)建目標(biāo)跟蹤算法平臺(tái)，并通過設(shè)計(jì)多種跟蹤算法的融合策略，進(jìn)一步提高目標(biāo)跟蹤的準(zhǔn)確率。
　　針對(duì)多人目標(biāo)跟蹤問題，本文詳細(xì)介紹了多目標(biāo)跟蹤系統(tǒng)的主要模塊及其功能，然后重點(diǎn)分析了實(shí)際監(jiān)控場(chǎng)景下多人跟蹤的實(shí)時(shí)性問題和目標(biāo)遮擋問題，基于卡爾曼濾波

4、和行人特征分類器，對(duì)現(xiàn)有的基于數(shù)據(jù)關(guān)聯(lián)的遮擋處理方法進(jìn)行改進(jìn)，實(shí)現(xiàn)在嚴(yán)重遮擋情況下的目標(biāo)鎖定跟蹤。
　　最后，針對(duì)行人目標(biāo)的內(nèi)容描述，本文根據(jù)所得到的行人目標(biāo)跟蹤結(jié)果，對(duì)目標(biāo)內(nèi)容進(jìn)行XML格式的結(jié)構(gòu)化描述，主要包括目標(biāo)的顏色、紋理、形狀以及空間位置等底層特征，同時(shí)將描述信息打包發(fā)送，實(shí)現(xiàn)本地客戶端和遠(yuǎn)程服務(wù)器端之間描述流的發(fā)送與接收。
　　本文對(duì)交通、銀行等典型監(jiān)控視頻以及PETS等公共視頻集進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果表明，本文所改