智能視覺監(jiān)控中目標(biāo)跟蹤與識別算法研究.pdf

1、智能視覺監(jiān)控是計算機(jī)視覺領(lǐng)域一個新興的應(yīng)用方向，涉及圖像處理、圖像分析、機(jī)器視覺、模式識別、人工智能等眾多研究領(lǐng)域。智能視覺監(jiān)控的關(guān)鍵技術(shù)包括目標(biāo)檢測和分類、目標(biāo)跟蹤、目標(biāo)匹配、目標(biāo)識別以及視頻內(nèi)容理解等。智能視覺監(jiān)控目前尚處于探索研究階段。 本文重點(diǎn)關(guān)注智能視覺監(jiān)控系統(tǒng)中的目標(biāo)跟蹤、目標(biāo)匹配和目標(biāo)識別這三個關(guān)鍵技術(shù)，即分別針對三個技術(shù)中存在的關(guān)鍵問題，進(jìn)行深入研究并提出新的解決方法。具體的研究問題包括：如何在跳幀視頻中進(jìn)行目標(biāo)

2、跟蹤、如何利用跟蹤的結(jié)果進(jìn)行多攝像機(jī)之間的目標(biāo)匹配、如何對跟蹤并匹配的目標(biāo)進(jìn)行角色識別、如何對特定角色的人進(jìn)行進(jìn)一步的身份驗證。本文的主要貢獻(xiàn)概括如下： 1．針對跳幀視頻中的目標(biāo)跟蹤問題，提出了一種基于突變運(yùn)動檢測和粒子濾波的目標(biāo)跟蹤算法。無線網(wǎng)絡(luò)攝像機(jī)是目前逐漸流行的一種視頻監(jiān)控系統(tǒng)的解決方案，但是采集的視頻經(jīng)常會發(fā)生跳幀的現(xiàn)象。跳幀現(xiàn)象給目標(biāo)跟蹤帶來的困難是狀態(tài)后驗分布的計算困難，即如何設(shè)計一個轉(zhuǎn)移模型來描述目標(biāo)在兩幀間的移

3、動。本文從整合傳統(tǒng)的運(yùn)動檢測和跟蹤出發(fā)，在增加有限的計算量的條件下實(shí)現(xiàn)了跳幀視頻中的目標(biāo)跟蹤。 2．針對多攝像機(jī)之間的目標(biāo)匹配問題，提出了一種基于區(qū)域SIFT描述子的目標(biāo)匹配算法。多攝像機(jī)之間的目標(biāo)匹配是同一時間在不同的圖像序列的目標(biāo)中找到相互對應(yīng)的目標(biāo)，其難點(diǎn)在于往往需要很多先驗知識，如攝像機(jī)的內(nèi)外參數(shù)等。本文給出的方法是基于區(qū)域的方法，但是區(qū)域的特征以SIFT描述子而不是通常的顏色來描述，并將目標(biāo)匹配問題轉(zhuǎn)化為SIFT描述子

4、的匹配問題。該方法可以匹配各種類型的目標(biāo)物體；不需要攝像機(jī)的標(biāo)定，也不要求目標(biāo)物體處于同一地平面；對亮度的變化也有一定的魯棒性。 3．針對多攝像機(jī)監(jiān)控中的角色識別問題，提出了一種基于貝葉斯因果網(wǎng)的角色識別方法。角色識別的難點(diǎn)在于影響角色識別的因素是多樣的，這些因素與角色之間存在著不同的依賴關(guān)系。本文的方法通過對視頻監(jiān)控中特殊角色人的相關(guān)分析，從多視角監(jiān)控視頻中提取視覺特征、時空統(tǒng)計特征以及其它特征，并使用一個貝葉斯因果網(wǎng)模型將這