交通視頻中視點(diǎn)無(wú)關(guān)目標(biāo)分類與檢索方法研究.pdf

1、隨著網(wǎng)絡(luò)、通信和微電子技術(shù)的飛速發(fā)展，一些特定功能的視覺(jué)分析系統(tǒng)以其直觀、方便和內(nèi)容豐富等特點(diǎn)，日益受到人們的親睞，其中交通監(jiān)控領(lǐng)域應(yīng)用最為廣泛。然而，全天候監(jiān)控捕獲的大量視頻信息，若采用人工搜索方法來(lái)尋找目標(biāo)，不僅低效，由人為因素造成的失誤亦是難以避免。因此，人們希望計(jì)算機(jī)能具有類似人類視覺(jué)系統(tǒng)的能力，可以分析、理解圖像或視頻的內(nèi)容，以實(shí)現(xiàn)視頻分析系統(tǒng)的智能化、實(shí)用化，視頻分析技術(shù)應(yīng)運(yùn)而生。
　　 視頻分析技術(shù)主要是處理包含各

2、種運(yùn)動(dòng)目標(biāo)的視頻序列，從場(chǎng)景中檢測(cè)、跟蹤、分類識(shí)別目標(biāo)，并對(duì)其行為進(jìn)行理解和描述。其中，目標(biāo)分類是基于視頻的運(yùn)動(dòng)分析課題中的一個(gè)重要方面，其研究?jī)?nèi)容是在運(yùn)動(dòng)檢測(cè)和跟蹤的基礎(chǔ)上，依據(jù)提取的運(yùn)動(dòng)目標(biāo)區(qū)域形狀特征和運(yùn)動(dòng)屬性，對(duì)運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行語(yǔ)義上的分類。目標(biāo)分類技術(shù)研究對(duì)更高層次的視頻理解技術(shù)的發(fā)展有重要意義。
　　 目前國(guó)外研究機(jī)構(gòu)和國(guó)內(nèi)高校在目標(biāo)分類技術(shù)上取得了一定進(jìn)展，但仍存在一些應(yīng)用上的限制和不足，其中目標(biāo)分類的視點(diǎn)依賴性問(wèn)

3、題是影響分類穩(wěn)定性的主要因素。所謂視點(diǎn)依賴性是指目標(biāo)的2D特征在投影到圖像平面時(shí)發(fā)生了透視形變，從而導(dǎo)致其無(wú)法準(zhǔn)確的用于分類。本文圍繞運(yùn)動(dòng)目標(biāo)分類及其在交通視頻目標(biāo)檢索中的應(yīng)用這一課題，重點(diǎn)闡述分類過(guò)程中視點(diǎn)依賴性問(wèn)題的解決方法，并對(duì)各類相關(guān)技術(shù)進(jìn)行了研究，具有重要的理論意義和實(shí)際價(jià)值。
　　 本文的工作主要分以下幾個(gè)部分：
　　 (1)介紹目標(biāo)分類領(lǐng)域基礎(chǔ)理論及相關(guān)研究，包括目標(biāo)的特征表達(dá)、目標(biāo)分類方法、運(yùn)動(dòng)目標(biāo)檢測(cè)

4、與跟蹤以及場(chǎng)景知識(shí)在目標(biāo)分類中的作用。
　　 (2)提出了一種基于kalman預(yù)估模型和最大化后驗(yàn)概率匹配的粘連目標(biāo)跟蹤方法，實(shí)現(xiàn)了目標(biāo)相互遮擋時(shí)連續(xù)穩(wěn)定跟蹤。
　　 (3)針對(duì)目標(biāo)分類中遇到的視點(diǎn)依賴性問(wèn)題，介紹當(dāng)前具有代表性的三種目標(biāo)2D特征透視變形的矯正方法，并提出了基于地平面矯正的目標(biāo)2D特征恢復(fù)算法。在標(biāo)準(zhǔn)化后特征的基礎(chǔ)上，采用多類支持向量機(jī)實(shí)現(xiàn)視點(diǎn)無(wú)關(guān)運(yùn)動(dòng)目標(biāo)分類。
　　 (4)研究基于目標(biāo)特征