基于AMCMC算法的多種運(yùn)動(dòng)目標(biāo)跟蹤及特征提取.pdf

1、運(yùn)動(dòng)目標(biāo)跟蹤在自治車(chē)輛導(dǎo)航，機(jī)器人控制，基于運(yùn)動(dòng)的識(shí)別，視頻壓縮，基于視覺(jué)的控制，人機(jī)接口，醫(yī)學(xué)成像，增強(qiáng)現(xiàn)實(shí)和視頻場(chǎng)景監(jiān)控中都具有重要的應(yīng)用前景。隨著應(yīng)用的推廣，各種新技術(shù)被應(yīng)用到目標(biāo)跟蹤中來(lái)適應(yīng)更加復(fù)雜的環(huán)境，但到目前為止，還沒(méi)有一種算法對(duì)所有的情況都能適用，所以研究一種魯棒性好、精確、高性能的運(yùn)動(dòng)目標(biāo)跟蹤方法是該研究領(lǐng)域所面臨的一個(gè)巨大挑戰(zhàn)。運(yùn)動(dòng)目標(biāo)跟蹤的最終目的是分析和理解其行為以及和其他目標(biāo)的交互關(guān)系，運(yùn)動(dòng)目標(biāo)的行為理解和描述

2、引起了各國(guó)學(xué)者的高度重視，已成為最具挑戰(zhàn)的研究方向，它是將計(jì)算機(jī)視覺(jué)由低、中層次的處理推向高層抽象思維的關(guān)鍵問(wèn)題。 本論文在回顧前人工作，研究各種跟蹤算法及其應(yīng)用場(chǎng)合的基礎(chǔ)上，提出了一種新的跟蹤算法，滿足了視頻監(jiān)控系統(tǒng)對(duì)跟蹤算法實(shí)時(shí)性的要求，解決了交互、碰撞、目標(biāo)進(jìn)出場(chǎng)景、多目標(biāo)跟蹤等問(wèn)題，實(shí)現(xiàn)了監(jiān)控系統(tǒng)中對(duì)多種運(yùn)動(dòng)目標(biāo)（如人，魚(yú)群，鳥(niǎo)群）的跟蹤，并在數(shù)字全息干涉測(cè)量技術(shù)測(cè)量溶液濃度變化中，實(shí)現(xiàn)了溶液濃度變化過(guò)程的無(wú)噪聲干擾跟蹤

3、重建；特征作為目標(biāo)的行為描述和身份標(biāo)識(shí)，是進(jìn)行計(jì)算機(jī)視覺(jué)高層研究的主要信息，本文在跟蹤的基礎(chǔ)上提取了目標(biāo)的關(guān)鍵運(yùn)動(dòng)特征。 本文首先針對(duì)運(yùn)動(dòng)目標(biāo)跟蹤中存在的問(wèn)題，提出了AMCMC（Added Markov Chain Monte Carlo）粒子濾波跟蹤算法。AMCMC算法是把RJMCMC（Reversible Jump Markov Chain Monte Carlo）算法中檢測(cè)進(jìn)入場(chǎng)景和離開(kāi)場(chǎng)景目標(biāo)的部分移到馬爾可夫鏈外，使其

4、抽樣過(guò)程相當(dāng)于MCMC（Markov Chain Monte Carlo）粒子濾波器。算法的運(yùn)算復(fù)雜度低，可以跟蹤可變數(shù)量的運(yùn)動(dòng)目標(biāo)，還可以定義交換運(yùn)動(dòng)模式來(lái)解決遮擋、碰撞等問(wèn)題。通過(guò)在AMCMC算法中定義不同的觀測(cè)模型和運(yùn)動(dòng)模式，實(shí)現(xiàn)了對(duì)運(yùn)動(dòng)人體、機(jī)動(dòng)性很強(qiáng)的群體運(yùn)動(dòng)目標(biāo)魚(yú)和鳥(niǎo)的跟蹤。通過(guò)不同運(yùn)動(dòng)模式不同觀測(cè)模型的思想，進(jìn)一步降低了運(yùn)算的復(fù)雜度，達(dá)到了實(shí)時(shí)跟蹤的要求。 對(duì)于目標(biāo)的特征提取，本文主要提取目標(biāo)的運(yùn)動(dòng)特征。在提取目標(biāo)

5、基本尺寸特征的基礎(chǔ)上，提取了目標(biāo)的運(yùn)動(dòng)速度和方向，并重點(diǎn)提出一種在視頻中利用目標(biāo)尺寸的變化特點(diǎn)測(cè)量鳥(niǎo)的翅膀拍打頻率的方法。通過(guò)對(duì)鳥(niǎo)在視頻中的運(yùn)動(dòng)進(jìn)行分析，得出鳥(niǎo)在圖像中的尺寸變化周期與鳥(niǎo)的拍打頻率一致的結(jié)論，采用短時(shí)傅立葉變換對(duì)尺寸信號(hào)進(jìn)行時(shí)頻分析，并計(jì)算信號(hào)的局部平均頻率，準(zhǔn)確測(cè)量了鳥(niǎo)的局部拍打頻率隨時(shí)間的變化。 在實(shí)現(xiàn)溶液濃度變化過(guò)程的無(wú)噪聲干擾跟蹤重建時(shí)，首先介紹了跟蹤重建的過(guò)程和原理，針對(duì)存在噪聲的特點(diǎn)引入了一個(gè)似中值濾