智能視頻分析中目標(biāo)跟蹤算法的改進(jìn)與實現(xiàn).pdf

1、當(dāng)今世界是一個大數(shù)據(jù)的時代,智能視頻分析扮演著重要的角色,目標(biāo)跟蹤作為智能視頻分析中的關(guān)鍵技術(shù)之一,具有重大的學(xué)術(shù)研究價值和廣泛的應(yīng)用前景。本文將重點研究目標(biāo)跟蹤算法的改進(jìn)與實現(xiàn),介紹經(jīng)典的目標(biāo)跟蹤算法并分析其缺陷,提出改進(jìn)思想,最后在硬件上實現(xiàn)并優(yōu)化。
　　首先,作者參與基于TMS320DM8168智能視頻分析系統(tǒng)的硬件系統(tǒng)開發(fā),系統(tǒng)在硬件資源上支持多路視頻處理以及標(biāo)清和高清輸出;同時基于McFW構(gòu)建了一套智能視頻目標(biāo)跟蹤軟件開

2、發(fā)框架,能夠?qū)蝹€或者多個目標(biāo)進(jìn)行跟蹤處理。
　　其次,對目標(biāo)跟蹤算法中經(jīng)典之作——均值偏移算法進(jìn)行學(xué)習(xí),介紹算法在目標(biāo)跟蹤中的應(yīng)用,由于其計算量小、容易實現(xiàn)成為本文的首選。由于經(jīng)典均值偏移跟蹤算法僅僅使用顏色作為目標(biāo)描述的單一特征,在處理目標(biāo)與目標(biāo)、目標(biāo)與背景之間顏色相近問題時,容易造成定位誤差,甚至跟蹤丟失,為此討論兩種融合方式下的多特征融合算法,給出基于紋理和顏色結(jié)合的均值偏移目標(biāo)跟蹤算法,對多種場景下的視頻序列進(jìn)行仿真,證

3、實線性融合方式的算法在顏色相近問題上跟蹤性能更好,同時融合算法相較傳統(tǒng)基于顏色的均值偏移算法在光照、遮擋、快速移動方面更具備魯棒性。
　　然后,作者對傳統(tǒng)均值偏移目標(biāo)跟蹤算法在長時間跟蹤中影響穩(wěn)健性的因素進(jìn)行分析,結(jié)合運動檢測給出改進(jìn)策略。如在目標(biāo)模型的建立中,會受到背景像素的影響,利用運動檢測的二值圖結(jié)果使目標(biāo)模型最大程度表征目標(biāo)特征,從而目標(biāo)的定位更準(zhǔn)確。在長時間的目標(biāo)跟蹤中,目標(biāo)會發(fā)生尺度、姿態(tài)變化以及遮擋、消失重現(xiàn)的狀態(tài),

4、為此給出運動檢測和目標(biāo)跟蹤相結(jié)合的思想,適時地更新目標(biāo)的模板,同時對于目標(biāo)從視野消失,利用檢測判斷目標(biāo)是否會再現(xiàn)。這些策略使得目標(biāo)跟蹤算法在長時間的跟蹤中,準(zhǔn)確度和穩(wěn)健性有所提高。
　　最后,對改進(jìn)的基于紋理和顏色的多特征融合的均值偏移目標(biāo)跟蹤算法,在硬件系統(tǒng)上實現(xiàn),給出算法的優(yōu)化方法,并進(jìn)行時間評估,在保證跟蹤精度的同時,提高算法的運算速度,達(dá)到實時處理。為了使視頻目標(biāo)跟蹤系統(tǒng)更具備智能化,從硬件的實現(xiàn)上給出單個目標(biāo)和多目標(biāo)跟蹤