多目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤算法是智能監(jiān)控技術(shù)的核心內(nèi)容，通過目標(biāo)跟蹤技術(shù)可以實(shí)現(xiàn)在視頻序列中對(duì)目標(biāo)的軌跡的跟蹤，為基于視頻監(jiān)控的事件檢測(cè)和行為分析技術(shù)提供重要信息。近年來，隨著計(jì)算機(jī)技術(shù)的發(fā)展和目標(biāo)跟蹤算法研究的深入，由于傳統(tǒng)單目標(biāo)跟蹤算法的局限性，基于全局關(guān)聯(lián)的多目標(biāo)跟蹤算法逐漸成為研究的熱點(diǎn)內(nèi)容，該方法從全局考慮場(chǎng)景中所有目標(biāo)軌跡數(shù)據(jù)的關(guān)聯(lián)性，從而實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。目標(biāo)跟蹤技術(shù)已經(jīng)廣泛地應(yīng)用于工業(yè)生產(chǎn)、公共場(chǎng)所及家庭安防、公共交通、公安系統(tǒng)以及軍事領(lǐng)

2、域，有著廣闊的發(fā)展前景和迫切的市場(chǎng)需求。
　　本文研究的內(nèi)容為多目標(biāo)跟蹤算法，是視頻智能監(jiān)控技術(shù)研究領(lǐng)域的重點(diǎn)和難點(diǎn)。針對(duì)多目標(biāo)跟蹤算法的研究，本文基于對(duì)現(xiàn)有方法的學(xué)習(xí)研究，提出了一種改進(jìn)的全局關(guān)聯(lián)目標(biāo)跟蹤算法體系，該體系的關(guān)鍵部分主要有4個(gè)方面：運(yùn)動(dòng)目標(biāo)檢測(cè)、遮擋目標(biāo)的優(yōu)化跟蹤、目標(biāo)軌跡點(diǎn)完整性和準(zhǔn)確性優(yōu)化、全局關(guān)聯(lián)的目標(biāo)軌跡優(yōu)化。全局關(guān)聯(lián)目標(biāo)跟蹤算法體系首先通過運(yùn)動(dòng)目標(biāo)檢測(cè)算法得到視頻中運(yùn)動(dòng)目標(biāo)的二值圖像；其次建立有效的數(shù)學(xué)模

3、型對(duì)場(chǎng)景中所有運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤，并對(duì)發(fā)生遮擋的目標(biāo)進(jìn)行判斷和獨(dú)立跟蹤，得到初始跟蹤結(jié)果；然后通過軌跡優(yōu)化模型對(duì)視頻序列中所有運(yùn)動(dòng)目標(biāo)的軌跡點(diǎn)進(jìn)行優(yōu)化，保障軌跡點(diǎn)數(shù)據(jù)在時(shí)間上的完整性和準(zhǔn)確性；最后，基于上述計(jì)算得到的運(yùn)動(dòng)目標(biāo)軌跡數(shù)據(jù)進(jìn)行全局關(guān)聯(lián)的目標(biāo)軌跡計(jì)算，得到目標(biāo)的優(yōu)化運(yùn)動(dòng)軌跡，從而實(shí)現(xiàn)目標(biāo)的跟蹤?？偟膩碚f，本文中的主要研究工作和創(chuàng)新性如下：
　　1.圖像預(yù)處理技術(shù)的學(xué)習(xí)研究。本文中圖像預(yù)處理的目的是為了得到穩(wěn)定的運(yùn)動(dòng)目標(biāo)檢測(cè)圖

4、像，通過對(duì)相關(guān)文獻(xiàn)資料的學(xué)習(xí)，主要對(duì)中值濾波、高斯濾波、形態(tài)學(xué)處理等圖像去噪算法進(jìn)行介紹。
　　2.運(yùn)動(dòng)目標(biāo)檢測(cè)。運(yùn)動(dòng)目標(biāo)檢測(cè)算法的有關(guān)研究已經(jīng)取得了大量研究成果，本文中對(duì)幀差法、單高斯與混合高斯模型、ViBe算法等經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)方法進(jìn)行了研究介紹，并結(jié)合幀差法的思想對(duì)ViBe算法的初始化方法進(jìn)行了改進(jìn)?；诟倪M(jìn)的ViBe算法可以有效的解決運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果中的鬼影問題。
　　3.單目標(biāo)跟蹤算法研究。目標(biāo)跟蹤是本文研究的主

5、要內(nèi)容，本文中對(duì)Online-boosting、Mean Shift以及卡爾曼濾波與粒子濾波等經(jīng)典的單目標(biāo)跟蹤算法進(jìn)行了介紹，并在本文中定義了一種簡(jiǎn)單的目標(biāo)相似度度量，通過目標(biāo)的雙向匹配實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤與狀態(tài)的判斷，為后文中的全局跟蹤方法研究奠定了基礎(chǔ)。
　　4.多目標(biāo)跟蹤算法研究。多目標(biāo)跟蹤是本文中最重要的研究?jī)?nèi)容，基于運(yùn)動(dòng)目標(biāo)檢測(cè)與雙向匹配的初始跟蹤方法，本文中首先提出了一種基于目標(biāo)尺度特征的跟蹤優(yōu)化模型，解決粘連、遮擋等問題