動(dòng)態(tài)多視角下的目標(biāo)跟蹤理論與方法研究.pdf

1、論文研究的目標(biāo)是解決動(dòng)態(tài)多視角下目標(biāo)快速準(zhǔn)確跟蹤的問(wèn)題。具體可分解為以下問(wèn)題:如何快速判斷各動(dòng)態(tài)視角中所發(fā)現(xiàn)的目標(biāo)為同一目標(biāo)?如何快速檢測(cè)各視角間動(dòng)態(tài)投影的偏差?如何快速抑制動(dòng)態(tài)視角跟蹤中的噪聲?如何融合各動(dòng)態(tài)視角的跟蹤信息以提高系統(tǒng)的跟蹤性能?圍繞上述問(wèn)題,本研究提出了一些有效的新方法:
　　1.動(dòng)態(tài)單應(yīng)投影變換算法。利用多攝像頭間的相對(duì)位置參數(shù)和攝像頭的固定參數(shù),在光軸輔助坐標(biāo)變換的基礎(chǔ)上快速計(jì)算各動(dòng)態(tài)視角間的單應(yīng)變換矩陣,這

2、種算法可實(shí)現(xiàn)移動(dòng)多攝像頭所形成的動(dòng)態(tài)視角間圖像的快速動(dòng)態(tài)投影變換,通過(guò)比較目標(biāo)投影后的坐標(biāo)可快速判斷目標(biāo)的同一性。
　　2.動(dòng)態(tài)投影偏差檢測(cè)算法。通過(guò)使用帶動(dòng)態(tài)模板的尺度不變特征變換(ScaleInvariant Feature Transform,SIFT)特征匹配算法對(duì)各視角問(wèn)圖像的動(dòng)態(tài)投影偏差進(jìn)行檢測(cè)并補(bǔ)償,以提高動(dòng)態(tài)投影的精度,算法的計(jì)算區(qū)域遠(yuǎn)小于視角圖像尺寸,可快速實(shí)現(xiàn)偏差的檢測(cè)。
　　3.Rao-Blackwel

3、lized卷積濾波(Rao-Blackwellized convolution filter、RBCF)算法。算法是對(duì)Rao-Blackwellized粒子濾波(Rao-Blackwellized particle filter,RBPF)算法的改進(jìn),以卷積核函數(shù)替代觀測(cè)似然函數(shù)計(jì)算粒子權(quán)重,有效克服了RBPF在較小噪聲條件下會(huì)發(fā)散的問(wèn)題。RBCF濾波算法可作為動(dòng)態(tài)視角目標(biāo)跟蹤濾波在線(xiàn)性/非線(xiàn)性條件下的快速算法。
　　4.非線(xiàn)性非

4、高斯模型的高斯和濾波(Gaussian sum filter,GSF)改進(jìn)算法。通過(guò)推導(dǎo)狀態(tài)噪聲和觀測(cè)噪聲均為非高斯噪聲、均值不為零情況下的非線(xiàn)性非高斯?fàn)顟B(tài)空間模型的高斯和遞推過(guò)程,提出了改進(jìn)型非線(xiàn)性系統(tǒng)高斯和濾波算法。改進(jìn)算法可作為動(dòng)態(tài)視角目標(biāo)跟蹤中非高斯非線(xiàn)性濾波的快速算法。
　　5.視角跟蹤信息自適應(yīng)濾波算法。算法將移動(dòng)多攝像頭各動(dòng)態(tài)視角的跟蹤信息在線(xiàn)時(shí)空融合,可有效提高系統(tǒng)跟蹤性能。通過(guò)引入自適應(yīng)遺忘因子改善了濾波器的響應(yīng)

5、速度和估計(jì)精度。
　　仿真結(jié)果表明本文所提出的方法能夠?qū)崿F(xiàn)動(dòng)態(tài)多視角下的目標(biāo)快速準(zhǔn)確跟蹤。動(dòng)態(tài)投影算法可快速判斷各動(dòng)態(tài)視角中目標(biāo)的同一性,其計(jì)算性能相對(duì)特征匹配算法具有明顯優(yōu)勢(shì);動(dòng)態(tài)模板算法在特征匹配的效率上比原SIFT算法有明顯提高,計(jì)算時(shí)間縮短了10倍以上;在小噪聲條件下,.RBCF的估計(jì)精度比RBPF提高約一個(gè)數(shù)量級(jí);在同樣估計(jì)精度下,改進(jìn)后的GSF算法計(jì)算時(shí)間約為粒子濾波器的6％;跟蹤信息時(shí)空融合算法可明顯預(yù)防目標(biāo)被遮蔽時(shí)