基于互信息的立體運(yùn)動(dòng)物體的識(shí)別與跟蹤.pdf

1、視頻目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一,在人機(jī)交互、自動(dòng)監(jiān)控、視頻檢索、智能交通以及無人駕駛機(jī)器中有著廣泛的應(yīng)用。跟蹤與識(shí)別問題即確定運(yùn)動(dòng)物體在其作業(yè)環(huán)境中所處位置以及即時(shí)狀態(tài),這也是智能化機(jī)器人的研究難點(diǎn)。因?yàn)槭紫扔捎谠谝苿?dòng)過程中目標(biāo)物體的外觀不斷變化,其次外界環(huán)境的光線也在緩慢變化,最后目標(biāo)物體在移動(dòng)中會(huì)被陰影遮擋,一般的單目(一個(gè)攝像頭)識(shí)別算法無法僅由圖像提供的信息判別出運(yùn)動(dòng)物體的具體位置,所以現(xiàn)在非常多的研究者投入到雙目(

2、兩個(gè)攝像頭)視覺的研究中。雙目視覺模擬人類的眼睛,為識(shí)別問題提供了第三維景深信息,可以由圖像的視差信息判斷出運(yùn)動(dòng)物體離攝像鏡頭的距離。
　　 雖然研究者眾多,但是這些算法性能都不夠理想,它們大多將立體匹配和運(yùn)動(dòng)識(shí)別隔離開來,計(jì)算立體運(yùn)動(dòng)物體的問題需要分別執(zhí)行立體匹配和運(yùn)動(dòng)識(shí)別,大大增加了計(jì)算量。本文提出的立體運(yùn)動(dòng)目標(biāo)識(shí)別算法通過立體視覺和運(yùn)動(dòng)相結(jié)合的方法來檢測運(yùn)動(dòng)物體,利用了兩個(gè)步驟間冗余的信息,融合了兩個(gè)步驟,用一個(gè)能量函數(shù)來

3、表達(dá)兩個(gè)問題,減少了計(jì)算量。根據(jù)視差和場景深度之間的關(guān)系,用標(biāo)號(hào)表示視差,將立體視覺中的左右圖匹配、時(shí)間序列上的匹配問題轉(zhuǎn)化為能量函數(shù)最小化問題;通過構(gòu)造圖,建立能量與圖的割的容量之間的聯(lián)系;利用圖的流理論通過計(jì)算最小割迭代的計(jì)算圖的最大流從而得到能量函數(shù)的最小值,獲得圖像左右間、時(shí)間序列上的匹配的立體運(yùn)動(dòng)物體的視差數(shù)據(jù);并在能量函數(shù)上加上左右圖的互信息,從而在左右圖的光照條件不一的條件下,也可以魯棒地匹配。大量基于實(shí)景和標(biāo)準(zhǔn)視頻的實(shí)驗(yàn)