基于視覺的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究.pdf

1、論文以復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)跟蹤問題為研究對(duì)象,從基于目標(biāo)特征的跟蹤與基于目標(biāo)模型的多攝像機(jī)協(xié)同跟蹤兩個(gè)方面展開研究。論文研究了基于特征點(diǎn)的目標(biāo)檢測(cè)技術(shù)與跟蹤方法,在提取目標(biāo) SURF特征的基礎(chǔ)上利用區(qū)域預(yù)測(cè)思想和誤匹配檢測(cè)機(jī)制,改進(jìn)了一種結(jié)合SURF特征和Kalman濾波的單目標(biāo)跟蹤算法,實(shí)現(xiàn)了對(duì)特定目標(biāo)的持續(xù)穩(wěn)定跟蹤。并將該單目標(biāo)跟蹤算法擴(kuò)展應(yīng)用到多攝像機(jī)協(xié)同跟蹤問題中。在多攝像機(jī)協(xié)同中采用傳遞多個(gè)基于SURF特征的圖像模型的目標(biāo)交接

2、方法,實(shí)現(xiàn)了基于多攝像機(jī)協(xié)同的目標(biāo)穩(wěn)定交接與目標(biāo)持續(xù)跟蹤。本文的主要研究工作有:
　　①研究了基于特征點(diǎn)的目標(biāo)檢測(cè)技術(shù)方法。對(duì)傳統(tǒng)特征點(diǎn)檢測(cè)算子Harris算子和局部不變性特征檢測(cè)算子SIFT算子,以及對(duì)SIFT改進(jìn)的SURF算子進(jìn)行檢測(cè)性能比較。通過提取速度和檢測(cè)精度指標(biāo)參考下,選擇一種檢測(cè)算子作為基于特征點(diǎn)的目標(biāo)跟蹤方法研究的基礎(chǔ)。
　　②傳統(tǒng)的SIFT跟蹤算法存在的計(jì)算量大和跟蹤精度偏低的問題。在提取目標(biāo)SURF特征的

3、基礎(chǔ)上,利用提出了基于區(qū)域預(yù)測(cè)思一種想和誤匹配檢測(cè)機(jī)制,改進(jìn)了結(jié)合SURF特征和Kalman濾波的單目標(biāo)跟蹤算法,實(shí)現(xiàn)了對(duì)特定目標(biāo)的持續(xù)穩(wěn)定跟蹤。通過比較與Mean Shift算法、模板匹配算法與SIFT跟蹤算法的跟蹤性能,結(jié)果表明,改進(jìn)算法的跟蹤性能高于其它幾個(gè)算法。
　?、郾疚膶?duì)多攝像機(jī)的目標(biāo)協(xié)同跟蹤的一些關(guān)鍵技術(shù)與問題展開了分析研究,著重研究了基于目標(biāo)模型的目標(biāo)交接算法。將改進(jìn)的單目標(biāo)跟蹤算法擴(kuò)展應(yīng)用在多攝像機(jī)協(xié)同跟蹤問題中