監(jiān)控PTZ相機(jī)中的行人跟蹤.pdf

1、近十年來(lái)，隨著計(jì)算機(jī)科學(xué)的不斷發(fā)展，視頻目標(biāo)跟蹤已經(jīng)廣泛應(yīng)用于各種領(lǐng)域。視頻目標(biāo)跟蹤的難點(diǎn)在于視頻目標(biāo)尺寸的不斷變化以及背景的不斷更新變化，盡管人們已經(jīng)解決了很多相關(guān)問(wèn)題，但到目前為止，該領(lǐng)域還有很多問(wèn)題尚待解決。
　　 本文集中注意力解決PTZ相機(jī)下行人的跟蹤，著重解決了如何在跟蹤過(guò)程中目標(biāo)尺寸不斷變化的問(wèn)題。PTZ相機(jī)中的實(shí)時(shí)視頻目標(biāo)跟蹤主要包括PTZ相機(jī)自標(biāo)定、目標(biāo)跟蹤、自適應(yīng)跟蹤框的調(diào)整三個(gè)方面，本文對(duì)這三個(gè)方面進(jìn)行了深

2、入的分析和研究。PTZ相機(jī)自標(biāo)定方面，介紹了絕對(duì)二次曲線(xiàn)、絕對(duì)二次曲面、單應(yīng)性矩陣，以及直接使用Kruppa方程的自標(biāo)定方法、使用絕對(duì)二次曲面的攝像機(jī)自標(biāo)定方法，并分析了這兩種自標(biāo)定的優(yōu)劣之處，本文選擇使用絕對(duì)二次曲面的攝像機(jī)自標(biāo)定方法。在自標(biāo)定過(guò)程中對(duì)SURF特征匹配算法進(jìn)行了改進(jìn)，使用PTZ相機(jī)的PT坐標(biāo)作為已知量，剔除了因SURF特征匹配的距離匹配方法引入的匹配錯(cuò)誤點(diǎn)，改進(jìn)后的算法剔除了很多錯(cuò)誤點(diǎn)，從而提高了自標(biāo)定的精度。

3、　　 目標(biāo)跟蹤方面，首先對(duì)目標(biāo)跟蹤進(jìn)行了深入的分析和研究，著重介紹了均值漂移算法，包括均值漂移的基本公式、擴(kuò)展形式、物理意義及其在目標(biāo)跟蹤算法方面的應(yīng)用等，本文使用均值漂移的原因在于該算法收斂速度快，復(fù)雜度低，對(duì)于一般情況下，總可以在10ms以?xún)?nèi)收斂到最準(zhǔn)確的位置。本文還介紹了加權(quán)RGB特征及其特征選擇算法，使用RGB加權(quán)特征作為本文跟蹤算法的特征的原因是該特征容易計(jì)算，復(fù)雜度低，在計(jì)算概率密度分布時(shí)，無(wú)需復(fù)雜的計(jì)算。由于本文的應(yīng)用環(huán)

4、境是PTZ攝像機(jī)，而且需要解決的問(wèn)題是使得PTZ攝像機(jī)隨著行人的運(yùn)動(dòng)而旋轉(zhuǎn)，進(jìn)而跟蹤行人，現(xiàn)有的目標(biāo)檢測(cè)方法無(wú)法應(yīng)用于這樣的研究目的，因此需要對(duì)目標(biāo)的位置進(jìn)行預(yù)測(cè)，防止因突發(fā)事件引起跟蹤算法的漂移，本文使用了Kalman濾波器對(duì)目標(biāo)位置進(jìn)行預(yù)測(cè)，并將其應(yīng)用到對(duì)PTZ相機(jī)不規(guī)則PT坐標(biāo)的預(yù)測(cè)上，并用實(shí)驗(yàn)結(jié)果說(shuō)明這中應(yīng)用的正確性及其合理性。
　　 由于本文所做研究是基于PTZ攝像機(jī)的，所以可有PTZ相機(jī)的特點(diǎn)來(lái)簡(jiǎn)化自適應(yīng)跟蹤框算法。

5、本文所做研究限定條件為攝像機(jī)的運(yùn)動(dòng)是純旋轉(zhuǎn)運(yùn)動(dòng)，因此可以使用光學(xué)投影的方法解決剛性模型的自適應(yīng)跟蹤框問(wèn)題。本文所做研究是基于目標(biāo)運(yùn)動(dòng)模型的剛性特征的，因此對(duì)于行人的彎腰或者是摔倒沒(méi)有良好的效果。在這樣的應(yīng)用前提下，基于對(duì)應(yīng)用環(huán)境的分析，提出了一種時(shí)間復(fù)雜度為O(1)的算法，并且該方法可以與很多視頻目標(biāo)跟蹤算法相結(jié)合，算法僅僅需要推導(dǎo)幾何公式，且推導(dǎo)出的公式不含積分、微分等復(fù)雜的運(yùn)算。從工程應(yīng)用的角度解決了實(shí)際問(wèn)題。實(shí)驗(yàn)表明該方法能夠有效