視頻序列中運(yùn)動(dòng)目標(biāo)跟蹤方法的研究.pdf

1、視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是實(shí)現(xiàn)視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)之一。實(shí)際的視頻監(jiān)控系統(tǒng)的應(yīng)用場(chǎng)景往往是錯(cuò)綜復(fù)雜、變化較大的,實(shí)現(xiàn)具有準(zhǔn)確性、實(shí)時(shí)性和魯棒性的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是當(dāng)前視頻監(jiān)控技術(shù)研究的方向。
　　本文根據(jù)廣西科學(xué)研究與技術(shù)開發(fā)計(jì)劃項(xiàng)目《基于圖像傳感器陣列目標(biāo)跟蹤監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)》的研制要求,研究了靜態(tài)場(chǎng)景下單部攝像機(jī)中運(yùn)動(dòng)目標(biāo)跟蹤的相關(guān)算法。主要針對(duì)非剛性運(yùn)動(dòng)目標(biāo)的跟蹤問題進(jìn)行研究,詳細(xì)分析了MeanShift算法在目

2、標(biāo)跟蹤領(lǐng)域中的應(yīng)用方法。通過對(duì)MeanShift算法跟蹤效果的分析,得出其在跟蹤過程中的局限性。主要的工作是對(duì)其局限性做了兩個(gè)方面的改進(jìn):
　　1、針對(duì)MeanShift算法不能處理目標(biāo)遮擋情況下的跟蹤問題,采用了基于Kalman濾波和MeanShift算法相結(jié)合的方法,并針對(duì)MeanShift算法沒有模板更新的能力,引入了實(shí)例推理機(jī)制,有效的解決了遮擋中模板動(dòng)態(tài)更新的問題。首先利用Kalman濾波預(yù)測(cè)目標(biāo)在當(dāng)前幀中可能出現(xiàn)的位置

3、,然后使用MeanShift算法在其鄰域內(nèi)搜索,對(duì)遮擋情況做出判斷后決定是否進(jìn)行模板更新。實(shí)驗(yàn)表明改進(jìn)的方法有效的解決了目標(biāo)遮擋問題和遮擋中模板動(dòng)態(tài)更新的問題。
　　2、為了取得更穩(wěn)定的跟蹤效果和提高跟蹤的實(shí)時(shí)性,給出了一種基于組合型表面模型的多目標(biāo)跟蹤方法。該方法通過融合目標(biāo)顏色特征和梯度特征來建立組合型表面模型,并用直方圖的形式來描繪。之后在Kalman濾波預(yù)測(cè)估計(jì)框架下,利用Meanshift算法進(jìn)行搜索優(yōu)化從而對(duì)多目標(biāo)進(jìn)行