基于視覺的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、視頻監(jiān)控技術(shù)從早期的第一代模擬監(jiān)控發(fā)展到第二代數(shù)字監(jiān)控,再到如今的網(wǎng)絡(luò)視頻監(jiān)控,在短短二十年時(shí)間內(nèi)得到了飛速發(fā)展。最近幾年,研究人員將計(jì)算機(jī)視覺技術(shù)融入到視頻監(jiān)控領(lǐng)域,形成了智能視頻監(jiān)控技術(shù),從而實(shí)現(xiàn)了視頻監(jiān)控的無(wú)人化、自動(dòng)化。智能視頻監(jiān)控技術(shù)能實(shí)時(shí)地對(duì)場(chǎng)景中感興趣的目標(biāo)進(jìn)行檢測(cè)、定位和跟蹤,能通過對(duì)目標(biāo)行為的分析和理解實(shí)現(xiàn)行為預(yù)測(cè)。該技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域的前沿研究方向,已經(jīng)成為學(xué)術(shù)界和工程領(lǐng)域研究的熱點(diǎn),目前已經(jīng)成功運(yùn)用于安防、商業(yè)

2、、交通、軍事、航空航天等眾多領(lǐng)域。運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤是后續(xù)各種高層次視頻圖像處理、理解和應(yīng)用的基礎(chǔ),是智能視頻監(jiān)控技術(shù)中最為關(guān)鍵的兩項(xiàng)技術(shù)。
　　 本文在深入分析各種運(yùn)動(dòng)目標(biāo)檢測(cè)算法的基礎(chǔ)上,提出一種基于分層碼本模型的背景差法運(yùn)動(dòng)目標(biāo)檢測(cè)算法。在碼本模型構(gòu)造方面,分層碼本模型基于圖像的高斯金字塔,利用金字塔高層的檢測(cè)結(jié)果只含有前景目標(biāo)大致輪廓,可以更有效地排除噪聲的影響;利用金字塔低層的檢測(cè)結(jié)果含有更多的細(xì)節(jié),可以提取更為精確的

3、前景輪廓。在碼字描述模型方面,針對(duì)原始碼字顏色空間模型是在RGB的圓柱體模型,本文提出將模型簡(jiǎn)化為空間立體盒,并將顏色空間轉(zhuǎn)換到Y(jié)UV空間,即碼字的描述模型在YUV空間用長(zhǎng)方體表示。
　　 在詳細(xì)介紹各種目標(biāo)跟蹤算法的基礎(chǔ)上,首先提出一種基于CenSurE特征點(diǎn)的粒子濾波跟蹤算法。目標(biāo)模型和候選模型相似度的度量采用特征點(diǎn)匹配的個(gè)數(shù)和特征點(diǎn)相對(duì)坐標(biāo)位置相結(jié)合的方式。特征點(diǎn)的匹配只選取圖像中包含粒子集的最小矩形區(qū)域并采用K最近鄰分類

4、算法實(shí)現(xiàn)特征點(diǎn)的快速匹配。在跟蹤過程中動(dòng)態(tài)調(diào)整目標(biāo)模型中的特征點(diǎn)使其能適應(yīng)目標(biāo)外觀的變化。然后,針對(duì)基于單一特征信息的粒子濾波跟蹤算法準(zhǔn)確性不高、在復(fù)雜場(chǎng)景中可能失效的問題,提出一種采用顏色信息和CenSurE特征點(diǎn)信息自適應(yīng)融合的粒子濾波跟蹤算法。該算法能在單個(gè)特征失效的情況下依然能采用另一種特征對(duì)目標(biāo)進(jìn)行有效的跟蹤。最后,為了防止多特征的跟蹤算法退化成為單特征跟蹤算法,對(duì)多特征信息的可信度進(jìn)行了詳細(xì)的分析,并加入了前景目標(biāo)檢測(cè)的結(jié)果