動態(tài)背景下的多目標檢測與跟蹤的研究.pdf

1、多目標的檢測與跟蹤是視頻目標跟蹤課題中非常實用但是難度很大的一個課題，尤其是動態(tài)背景下的多目標的檢測與跟蹤，目前現(xiàn)有的算法很少且都有各自的優(yōu)缺點。在實際應用過程中這種動態(tài)背景下的多目標的檢測與跟蹤算法不僅涉及到圖像處理、視頻處理、模式識別等很多領域，而且用途是非常廣泛的，具有很大的研究價值和意義。例如智能視頻監(jiān)控系統(tǒng)、智能交通監(jiān)控系統(tǒng)、軍事武器精確瞄準以及視覺制導和跟蹤等都是多目標跟蹤的應用領域。
　　 本文提出了一種動態(tài)背景下

2、多目標的檢測與跟蹤的算法。首先對于多目標的檢測部分，引入了仿射變換理論，實現(xiàn)了對背景運動的補償，此時復雜動態(tài)背景下多目標的檢測問題就轉換為了相對簡單的靜止背景下的檢測問題，接著利用改進的幀差法對視頻圖像中的運動區(qū)域進行檢測，然后利用多目標的檢測與分離得到帶有編號和矩形框的運動目標的集合，為下一步多目標跟蹤進行預處理，并經過實驗驗證了本文采用的檢測算法是正確的合理的。
　　 其次對于多目標跟蹤部分，先引入一種基于顏色特征和Kalm

3、an濾波融合的目標跟蹤算法，這里我們是把視頻的顏色特征空間轉換為HSV顏色特征空間，接著對運動目標進行顏色特征提取，然后結合Mean Shift算法，利用相似函數(shù)進行判斷目標是否發(fā)生遮擋，如果目標發(fā)生了遮擋則采用Kalman濾波進行目標位置預測，否則采用Mean Shift算法對目標進行跟蹤，通過實驗分析驗證了算法的可行性。
　　 最后拓展該單目標跟蹤算法思想到多目標跟蹤算法中，先對前面檢測到的多目標提取全局特征并進行特征匹配關