行人多目標檢測與跟蹤技術研究.pdf

1、智能視頻監(jiān)控技術是近年來計算機視覺領域一個熱門的研究方向,它將計算機視覺與網絡化的視頻監(jiān)控結合起來,實現(xiàn)視頻中運動目標的檢測、識別、跟蹤和行為分析等功能。其中,多行人跟蹤是智能視頻監(jiān)控技術的難點,因為行人是非剛體,在移動時比車輛更具靈活性,其輪廓特征在不斷變化,不易提取,給跟蹤的準確性以及算法的計算復雜度帶來了諸多問題。本文針對固定攝像頭下的行人多目標檢測與跟蹤問題進行了研究。
　　在運動目標檢測方面,對當前主要的目標檢測算法特別

2、是背景減除法中的背景建模方法進行了研究分析和實驗,并在背景減除法的基礎上提出了一種結合邊緣檢測和區(qū)域合并的運動目標檢測算法,與傳統(tǒng)背景差分法相比,該算法能夠提取更準確、完整的目標區(qū)域,對弱光下的陰影有一定的魯棒性。
　　在目標跟蹤方面,將目標行為分為目標匹配、新目標出現(xiàn)、舊目標消失、目標遮擋四種情況,針對行人的非剛性特點,引入中心距、加權的顏色直方圖、面積重合度等特征,建立動態(tài)的關聯(lián)矩陣實現(xiàn)幀與幀之間的目標關聯(lián)。當發(fā)生遮擋時,用卡

3、爾曼濾波器預測值來表示發(fā)生遮擋的目標在當前幀中的位置,該方法在行人運動勻速穩(wěn)定的情況下獲得了準確的跟蹤結果。但是如果目標遮擋時間較長,使用卡爾曼濾波預測目標位置,可能會引起積累誤差,出現(xiàn)跟蹤錯誤。對此,本文提出一種解決方法,引入遮擋因子,將目標間遮擋分為嚴重遮擋和部分遮擋兩種情況,嚴重遮擋時仍然用卡爾曼濾波器預測目標位置,部分遮擋時對發(fā)生遮擋的兩個目標分別采用Mean Shift算法進行跟蹤,實驗證明該算法在兩個目標相互遮擋時可以獲得更