面向智能視頻監(jiān)控的目標(biāo)跟蹤技術(shù)研究.pdf

1、智能視頻監(jiān)控是當(dāng)今社會(huì)熱點(diǎn)的產(chǎn)業(yè)，其重點(diǎn)是運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤。但在實(shí)際的應(yīng)用中，運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤的結(jié)果仍面臨著很大的挑戰(zhàn)。
　　本文針對(duì)實(shí)際跟蹤中遇到的難點(diǎn)，在前人的基礎(chǔ)上，設(shè)計(jì)并提出了面向智能視頻監(jiān)控的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的改進(jìn)算法。本文完成的研究工作及主要貢獻(xiàn)如下：
　　(1)目標(biāo)檢測(cè)研究方面：闡述了目前智能監(jiān)控視頻領(lǐng)域常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的主要原理和優(yōu)缺點(diǎn)。針對(duì)混合高斯背景模型前景檢測(cè)時(shí)存在的缺陷，本文對(duì)算法

2、重新進(jìn)行了設(shè)計(jì)，新算法將混合高斯背景模型與三幀差分兩種檢測(cè)算法相結(jié)合來實(shí)現(xiàn)目標(biāo)的檢測(cè)，實(shí)驗(yàn)表明：本文算法在目標(biāo)提取時(shí)更加完整，可以在一定程度上克服混合高斯背景模型存在的目標(biāo)斷層的問題。
　　(2)目標(biāo)跟蹤研究方面：闡述了目前智能監(jiān)控視頻領(lǐng)域常用的運(yùn)動(dòng)目標(biāo)跟蹤算法以及這些算法的基本原理和主要的優(yōu)缺點(diǎn)。重點(diǎn)介紹了Mean-shift跟蹤算法，針對(duì)實(shí)際復(fù)雜環(huán)境中出現(xiàn)的目標(biāo)遮擋和形態(tài)變化造成跟蹤性能下降的問題，提出了一種基于塊的Mean-

3、shift跟蹤算法，首先將跟蹤目標(biāo)平均分塊，每小塊獨(dú)立進(jìn)行傳統(tǒng)Mean-shift跟蹤，利用小塊跟蹤目標(biāo)；其次跟蹤檢測(cè)器檢測(cè)目標(biāo)小塊跟蹤的有效性，篩選出無效跟蹤的目標(biāo)小塊，解決了目標(biāo)分塊造成跟蹤性能下降的問題，增加了對(duì)目標(biāo)空間信息的檢測(cè)，彌補(bǔ)了Mean-shift算法的局限性。實(shí)驗(yàn)表明：本文算法在目標(biāo)發(fā)生遮擋和形態(tài)變化時(shí)仍然可以有效的實(shí)現(xiàn)跟蹤。
　　(3) TLD目標(biāo)跟蹤方面：詳細(xì)介紹了TLD目標(biāo)跟蹤算法的基本原理。針對(duì)傳統(tǒng)TLD