視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf

1、智能視頻監(jiān)控技術(shù)是近年來(lái)計(jì)算機(jī)視覺(jué)研究領(lǐng)域中新興的一個(gè)研究方向。它的主要研究目標(biāo)是利用計(jì)算機(jī)視覺(jué)技術(shù)、圖像視頻處理技術(shù)和人工智能技術(shù)對(duì)監(jiān)控視頻的內(nèi)容進(jìn)行描述、分析和理解,并能根據(jù)分析的結(jié)果對(duì)視頻監(jiān)控系統(tǒng)進(jìn)行控制,從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。它的主要研究?jī)?nèi)容包括:監(jiān)控視頻運(yùn)動(dòng)目標(biāo)的檢測(cè)、目標(biāo)的跟蹤、目標(biāo)的識(shí)別和目標(biāo)的行為分析等。
　　 本文致力于智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究,主要完成以下幾方面的創(chuàng)新性

2、工作:
　　 1.提出了基于遞歸誤差補(bǔ)償?shù)奶卣鞅尘敖７椒▉?lái)檢測(cè)運(yùn)動(dòng)目標(biāo),通過(guò)對(duì)特征背景建模方法中的重建參考背景圖像進(jìn)行遞歸誤差補(bǔ)償,來(lái)減少前景目標(biāo)對(duì)特征背景模型的影響,從而提高檢測(cè)率；提出了一種自適應(yīng)、魯棒的閾值選擇方法,該方法首先利用背景差圖像的積累直方圖的變化點(diǎn)信息來(lái)得到全局閾值,利用背景訓(xùn)練圖像局部像素的統(tǒng)計(jì)信息來(lái)得到局部閾值,綜合全局閾值和局部閾值的信息,可以在有效地檢測(cè)前景目標(biāo)的同時(shí),大大的降低誤檢率；根據(jù)目標(biāo)運(yùn)動(dòng)的

3、連續(xù)性特性,給出了一種快速算法。
　　 2.提出了一種自適應(yīng)子類(lèi)判別分析(Subclass Discriminative Analy-sis:SDA)顏色空間學(xué)習(xí)的Mean Shift跟蹤算法,在SDA顏色空間中,跟蹤目標(biāo)與其相鄰背景之間的區(qū)分度能夠最大化；提出了一種基于log似然比函數(shù)的方法來(lái)選擇可信的目標(biāo)像素來(lái)在線更新SDA顏色空間,從而減小背景干擾像素對(duì)SDA顏色空間更新的影響。
　　 3.提出了一種基于多特征信息

4、自適應(yīng)融合的粒子濾波跟蹤算法,該算法基于一種同時(shí)考慮目標(biāo)模型表達(dá)能力和目標(biāo)模型判別能力的自適應(yīng)融合策略,該策略根據(jù)當(dāng)前跟蹤環(huán)境自適應(yīng)調(diào)節(jié)每個(gè)特征信息的權(quán)值,各特征信息自適應(yīng)融合,增加了描述目標(biāo)觀測(cè)的可靠性,從而提高目標(biāo)觀測(cè)模型的魯棒性。在跟蹤目標(biāo)時(shí),采用了粒子濾波跟蹤算法,將多特征信息自適應(yīng)融合的觀測(cè)模型結(jié)合到粒子濾波跟蹤算法中,實(shí)現(xiàn)了較復(fù)雜環(huán)境下的可視目標(biāo)跟蹤。
　　 4.針對(duì)復(fù)雜背景條件下采用目標(biāo)的單一核直方圖模型往往很難實(shí)