基于圖分類的多目標跟蹤算法.pdf

1、目標跟蹤技術是指在連續(xù)的動態(tài)圖像序列中對目標進行檢測、提取、識別、定位和跟蹤等一系列技術的總和，通過該技術可以實時地獲取目標的位置、大小、速度、加速度和運動軌跡等信息，然后根據需要對這些信息進行理解和分析從而實現運動監(jiān)控、醫(yī)療診斷、工業(yè)檢測、三維重構和導航制導等高層次的任務。目標跟蹤一直是計算機視覺研究領域的熱點，但場景的光線變化，跟蹤目標的遮擋問題，以及測試視頻低分辨率等情況，往往導致跟蹤目標軌跡的間斷性和無效性。隨著近年來便攜式視頻

2、采集設備的大量普及，目標跟蹤的研究也逐漸從單目標的跟蹤向多目標跟蹤傾斜。如何有效的解決不同環(huán)境下多目標的跟蹤問題，進而得到準確有效的跟蹤軌跡，成了如今擺在科研工作者面前亟待解決的問題。
　　本課題針對如今目標跟蹤算法的常見問題，采用了“檢測+跟蹤”的系統(tǒng)方案，提出了一種基于圖分類算法的多目標跟蹤算法。首先，利用背景差分法得到運動目標的前景區(qū)域，再利用局部檢測模型(Deformable Parts Model，DPM)得到跟蹤目標在

3、視頻幀中的具體位置;之后，利用視頻幀序列中檢測目標的時間和空間信息生成一系列可靠的跟蹤目標短距離運動軌跡(tracklet)。最后，利用本文所提出的圖聚類算法解決tracklet之間的數據融合問題，得到最終的跟蹤目標運動軌跡。
　　本文采用DPM檢測算法確定跟蹤目標，DPM算法可以得到每個檢測跟蹤目標詳細的局部特征信息，因此可以有效解決跟蹤過程中的遮擋問題;利用圖聚類方法解決數據融合問題的算法，該算法不僅可有有效解決單視角下的目標