非重疊域多攝像機(jī)目標(biāo)檢測與跟蹤算法研究.pdf

1、隨著智能視頻監(jiān)控區(qū)域的不斷擴(kuò)大，傳統(tǒng)的單攝像機(jī)運(yùn)動目標(biāo)檢測與跟蹤已經(jīng)不能滿足用戶需求，迫切需要研究基于多攝像機(jī)的運(yùn)動目標(biāo)檢測與跟蹤技術(shù)。多攝像機(jī)的運(yùn)動目標(biāo)檢測與跟蹤是目前智能視頻監(jiān)控領(lǐng)域的一個重要研究課題，具有很強(qiáng)的理論意義和應(yīng)用價值。基于多攝像機(jī)的運(yùn)動目標(biāo)檢測與跟蹤主要分為兩種場景，重疊域與非重疊域的目標(biāo)跟蹤?？紤]到現(xiàn)實中視頻監(jiān)控場景的廣闊性，大部分的監(jiān)控都是非重疊域的，即有盲區(qū)的存在?；谏鲜鲈?，本文的研究內(nèi)容聚焦于非重疊域的多攝

2、像機(jī)目標(biāo)檢測與跟蹤。
　　本文具體的工作和創(chuàng)新點如下：
　　針對單攝像機(jī)運(yùn)動目標(biāo)檢測提出了改進(jìn)的V iBe算法。該算法使用三幀差分法與傳統(tǒng)的V iBe算法結(jié)合，粗提取運(yùn)動目標(biāo)區(qū)域，進(jìn)行背景分類更新，解決鬼影問題；采用形態(tài)學(xué)處理填充空洞，保證前景圖像的完整性。
　　以顏色直方圖、多尺度L BP特征及S U RF特征作為運(yùn)動目標(biāo)特征模型，解決目標(biāo)跟蹤時遇到的以下問題：使用亮度轉(zhuǎn)移函數(shù)來進(jìn)行光照補(bǔ)償，解決不同攝像機(jī)視域內(nèi)光照

3、強(qiáng)度的差異問題；使用特征值加權(quán)的多尺度 L BP算子，解決單一尺度 L BP算子的低分類性能與描述不全面的問題；使用具有尺度不變性的SURF特征，解決運(yùn)動目標(biāo)在不同攝像機(jī)中成像差異的問題，使用改進(jìn)的相鄰概率隨機(jī)采樣一致性算法，解決SURF特征匹配中誤配對的問題。
　　提出了使用多攝像機(jī)的時空約束關(guān)系作為匹配的約束信息，減少特征匹配次數(shù)。時空約束關(guān)系包含空間轉(zhuǎn)移關(guān)系和時間轉(zhuǎn)移關(guān)系。
　　提出了基于 D-S證據(jù)理論的目標(biāo)交接方法