基于3D模型修正的多攝像機(jī)目標(biāo)跟蹤.pdf

1、隨著視頻監(jiān)控系統(tǒng)智能化要求的提高，人們不再只滿足于在視頻中跟蹤到特定的目標(biāo)，而需進(jìn)一步對(duì)目標(biāo)表觀和行為進(jìn)行分析。視頻中提取出的目標(biāo)輪廓包含豐富的形態(tài)學(xué)信息，對(duì)于物體分類、行為分析都具有重要的意義。因此，在復(fù)雜環(huán)境中解決目標(biāo)輪廓的提取問題已逐漸為人所關(guān)注。其中包括兩個(gè)主要問題，即輪廓提取和遮擋解決：前者為單目動(dòng)態(tài)輪廓算法中的核心問題被廣泛關(guān)注，而后者因單目跟蹤算法具有信息不足的局限性而通常被忽視。
　　三維目標(biāo)建模被認(rèn)為是一種解決目

2、標(biāo)遮擋問題的可行方案。近年來，隨著它在運(yùn)算速度及建模方式等各方面的改進(jìn)，該方案逐漸取代了傳統(tǒng)單視點(diǎn)遮擋估計(jì)成為視頻監(jiān)控中解決遮擋的主流技術(shù)。但是，由于傳統(tǒng)建模算法常常無法生成精確的模型，進(jìn)而導(dǎo)致目標(biāo)輪廓精度降低。于是，提出一種既能獲得精確目標(biāo)輪廓，又能較好解決遮擋的輪廓跟蹤算法就勢在必行。
　　本文基于多視點(diǎn)跟蹤的框架之下，重點(diǎn)研究了在解決各類遮擋問題的前提下盡可能最大限度保持目標(biāo)輪廓精度的方法，并將傳統(tǒng)的單目目標(biāo)跟蹤算法結(jié)合進(jìn)來

3、，用于初始輪廓的提取及遮擋區(qū)域的選擇。主要工作如下：
　　首先，本文對(duì)傳統(tǒng)單目跟蹤算法進(jìn)行了研究，并重點(diǎn)研究了動(dòng)態(tài)輪廓提取算法，并將Snake算法結(jié)合到多視點(diǎn)跟蹤的框架中去；
　　其次，基于單視點(diǎn)跟蹤算法提取出來的初始輪廓之上，我們用體素啄刻方法生成場景三維模型，并提出了用粒子濾波篩選遮擋區(qū)域的方法，選取有價(jià)值的區(qū)域用于目標(biāo)三維視殼模型的修復(fù)，并使用在虛擬和真實(shí)視頻集上的實(shí)驗(yàn)驗(yàn)證了建模算法的優(yōu)越性；
　　再次，我們將各

4、類遮擋獨(dú)立考慮，利用原始輪廓及有價(jià)值遮擋投影確定各視角用于建立視殼模型的輪廓，采用精準(zhǔn)多面體視殼算法生成最終目標(biāo)模型，并將該模型在各個(gè)視角上的投影生成最終的目標(biāo)輪廓，在真實(shí)視頻集上的對(duì)比實(shí)驗(yàn)證明了我們算法在跟蹤方面的優(yōu)越性；
　　最后，我們將在模型重建以及跟蹤精度等方面呈現(xiàn)在我們的算法在Kung Fu Girl、LAB和SCULPTURE這三個(gè)經(jīng)典序列上的測試結(jié)果，并以對(duì)比實(shí)驗(yàn)證明我們的算法相對(duì)于COST、M2等經(jīng)典多視點(diǎn)算法的優(yōu)