視頻序列中多運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)的研究.pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤技術(shù)是計(jì)算機(jī)視覺研究的主要課題之一，廣泛應(yīng)用于軍用和民用領(lǐng)域。由于復(fù)雜的背景以及新目標(biāo)出現(xiàn)、目標(biāo)合并、分離、目標(biāo)之間遮擋等目標(biāo)個(gè)數(shù)的不確定的特點(diǎn)，使得目標(biāo)檢測(cè)跟蹤技術(shù)面臨更大的挑戰(zhàn)。針對(duì)這些問題，本文借鑒國內(nèi)外學(xué)者的解決方法，沿用先檢測(cè)后跟蹤的目標(biāo)跟蹤框架，分別討論運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)并對(duì)其進(jìn)行進(jìn)一步的改善。
　　 論文的主要研究?jī)?nèi)容如下:
　　 在運(yùn)動(dòng)目標(biāo)檢測(cè)過程中，論文首先通過實(shí)驗(yàn)分析了常用檢測(cè)算法

2、的優(yōu)缺點(diǎn)，然后重點(diǎn)研究了混合高斯模型背景減法，為了適應(yīng)場(chǎng)景變化、抑制場(chǎng)景中噪聲干擾以及防止緩慢運(yùn)動(dòng)的目標(biāo)融入背景，提出了一種改進(jìn)的背景模型更新方法。再通過形態(tài)學(xué)處理提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確性。
　　 在運(yùn)動(dòng)目標(biāo)跟蹤方面，論文通過實(shí)驗(yàn)比較分析幾種主流算法在單目標(biāo)跟蹤過程中的性能，針對(duì)粒子濾波不能有效地解決多模態(tài)問題、存在粒子退化現(xiàn)象以及計(jì)算復(fù)雜性。論文結(jié)合GPF和MPF的優(yōu)點(diǎn)提出一種基于高斯混合粒子濾波算法，提高M(jìn)PF在進(jìn)行多目標(biāo)跟

3、蹤的實(shí)時(shí)性。實(shí)驗(yàn)表明GM-MPF算法能有效解決多模態(tài)問題和粒子退化，并能實(shí)時(shí)有效的進(jìn)行多目標(biāo)跟蹤。
　　 為解決可變目標(biāo)數(shù)或目標(biāo)數(shù)未知的多目標(biāo)跟蹤問題，針對(duì)多目標(biāo)跟蹤過程中復(fù)雜的數(shù)據(jù)關(guān)聯(lián)問題，本文在粒子濾波PHD的框架下，引入混合粒子濾波(MPF)和高斯粒子濾波(GPF)，提出一種高斯混合粒子PHD算法(GMP-PHD)。該算法通過一系列加權(quán)的高斯分量表示多目標(biāo)的PHD，遞歸計(jì)算動(dòng)態(tài)目標(biāo)個(gè)數(shù)和目標(biāo)狀態(tài)，為控制由于復(fù)雜的計(jì)算導(dǎo)致高