復(fù)雜擁擠環(huán)境下協(xié)同視頻監(jiān)控中目標(biāo)跟蹤算法研究.pdf

1、隨著公共安全越來(lái)越受到國(guó)內(nèi)外的重視，視頻監(jiān)控被廣泛采用并成為主要的安全監(jiān)控手段。傳統(tǒng)的視頻監(jiān)控系統(tǒng)面臨著監(jiān)控代價(jià)大、看不清等問(wèn)題，智能化、高清化成為未來(lái)視頻監(jiān)控的必然發(fā)展方向。目標(biāo)跟蹤是智能監(jiān)控中的基礎(chǔ)性問(wèn)題，復(fù)雜擁擠環(huán)境給目標(biāo)跟蹤帶來(lái)的主要挑戰(zhàn)是:(1)復(fù)雜背景和相似外觀的目標(biāo)對(duì)被跟蹤目標(biāo)造成干擾，(2)擁擠環(huán)境造成目標(biāo)之間頻繁的相互遮擋，(3)作為主要跟蹤目標(biāo)的行人具有高度的非剛性形變，(4)視頻分辨率低造成細(xì)節(jié)信息丟失，區(qū)分目標(biāo)困

2、難。本文針對(duì)這些關(guān)鍵問(wèn)題進(jìn)行了深入的研究，主要的研究工作及創(chuàng)新點(diǎn)如下:
　　1.提出了一種基于共享字典學(xué)習(xí)的單目標(biāo)跟蹤算法。在復(fù)雜擁擠的環(huán)境下，為了解決相似背景干擾的問(wèn)題，該算法學(xué)習(xí)三個(gè)字典:目標(biāo)字典、背景字典和共享字典。目標(biāo)字典和背景字典學(xué)習(xí)目標(biāo)和背景不同的部分，共享字典學(xué)習(xí)目標(biāo)和背景相似的部分。通過(guò)共享字典的學(xué)習(xí)將目標(biāo)和背景的相似之處與不同之處分開(kāi)，使得字典具有更好的辨別能力。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有的跟蹤方法對(duì)比，本文提出的算法

3、能夠更好地解決相似背景干擾的問(wèn)題，在主要包含相似背景挑戰(zhàn)的視頻中，跟蹤結(jié)果的平均重疊率提升了10％。
　　2.提出了一種基于分塊多圖排序的單目標(biāo)跟蹤算法。在復(fù)雜擁擠的環(huán)境下，為了解決目標(biāo)之間頻繁相互遮擋的問(wèn)題，該算法充分利用樣本之間的流形結(jié)構(gòu)關(guān)系，將目標(biāo)劃分成圖像塊，基于不同圖像塊的不同特征表示構(gòu)建不同的關(guān)系圖，每個(gè)關(guān)系圖分配一個(gè)權(quán)重，同時(shí)學(xué)習(xí)關(guān)系圖的權(quán)重和候選樣本的排序得分，減少遮擋目標(biāo)塊的影響。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有的跟蹤方法對(duì)

4、比，本文提出的算法能夠更好地解決目標(biāo)遮擋的問(wèn)題，在主要包含目標(biāo)遮擋挑戰(zhàn)的視頻中，跟蹤結(jié)果的平均重疊率提升了8％。
　　3.提出了一種基于多層目標(biāo)表示及多層幾何關(guān)系限制的單目標(biāo)跟蹤算法。在復(fù)雜擁擠的環(huán)境下，為了同時(shí)解決目標(biāo)遮擋和形變的問(wèn)題，該算法將目標(biāo)進(jìn)行多層分塊表示，并通過(guò)分層樹(shù)模型建模目標(biāo)塊之間的結(jié)構(gòu)關(guān)系，在統(tǒng)一的目標(biāo)函數(shù)中求解所有目標(biāo)塊的位置。目標(biāo)函數(shù)考慮了目標(biāo)塊的外觀得分和目標(biāo)塊之間的形變損失，在允許目標(biāo)發(fā)生一定形變的同時(shí)，

5、通過(guò)多層目標(biāo)塊之間結(jié)構(gòu)關(guān)系的限制，使得目標(biāo)塊的跟蹤更加地準(zhǔn)確。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有的跟蹤方法對(duì)比，本文提出的算法能夠更好地處理目標(biāo)遮擋和形變的問(wèn)題，在主要包含目標(biāo)遮擋和形變挑戰(zhàn)的視頻中，跟蹤結(jié)果的平均重疊率提升了9％。
　　4.提出了一種基于靜態(tài)攝像頭和動(dòng)態(tài)攝像頭信息雙向融合的單目標(biāo)跟蹤算法。在協(xié)同視頻監(jiān)控中，為了獲取感興趣目標(biāo)的高清圖像，提升動(dòng)態(tài)攝像頭中感興趣目標(biāo)的跟蹤效果，該算法通過(guò)多觀測(cè)模型提升單攝像頭中跟蹤算法的穩(wěn)定性，并

6、進(jìn)一步通過(guò)信息雙向融合，充分利用動(dòng)靜攝像頭的信息提升感興趣目標(biāo)跟蹤的效果。真實(shí)場(chǎng)景中的仿真實(shí)驗(yàn)和實(shí)際系統(tǒng)中的實(shí)驗(yàn)效果證明了本文提出的算法的有效性。
　　5.提出了一種新穎的融合靜態(tài)攝像頭和動(dòng)態(tài)攝像頭信息的多目標(biāo)跟蹤算法。在協(xié)同視頻監(jiān)控中，靜態(tài)攝像頭中目標(biāo)分辨率低，造成多目標(biāo)跟蹤中目標(biāo)ID交換。為了解決這個(gè)問(wèn)題，該算法通過(guò)動(dòng)態(tài)攝像頭中的高清圖像信息學(xué)習(xí)更有辨別能力的外觀模型，并將異質(zhì)攝像頭中的信息融合到基于關(guān)聯(lián)的跟蹤框架中，提高靜態(tài)