復(fù)雜場景中多目標(biāo)視覺跟蹤技術(shù)研究.pdf

1、視覺跟蹤技術(shù)作為計算機視覺領(lǐng)域一個重要的研究方向，是更高層次的動作識別、事件監(jiān)測和視頻分析等的基礎(chǔ)，在民用和軍事等許多領(lǐng)域得到了廣泛的應(yīng)用。本文對多目標(biāo)視覺跟蹤中的一些關(guān)鍵技術(shù)進行了深入研究。 首先，目前很多基于目標(biāo)表面特征描述的視覺跟蹤方法均使用固定的特征模板，針對其跟蹤性能在目標(biāo)運動時會降低的問題，本文基于HsV顏色空間直方圖特征目標(biāo)描述方法和區(qū)域協(xié)方差特征描述方法，設(shè)計了增量式的特征模型更新算法跟蹤目標(biāo)特征的變化，提高了基

2、于特征的視覺跟蹤算法的魯棒性，并將基于區(qū)域協(xié)方差特征的目標(biāo)描述算法應(yīng)用到場景圖片分類中，取得了良好的分類性能。 其次，本文提出了混和的概率數(shù)據(jù)相關(guān)方法來處理多目標(biāo)和觀測量的數(shù)據(jù)相關(guān)問題，包括：類屬選通、觀測相似度和位置相關(guān)。其中，類屬選通對目標(biāo)位置進行選通；觀測相似度利用目標(biāo)本身的特征來和其他目標(biāo)區(qū)別；位置相關(guān)則利用上一個時刻目標(biāo)的位置預(yù)測當(dāng)前時刻目標(biāo)候選位置的概率，同時為粒子動態(tài)分配提供依據(jù)。對于多目標(biāo)跟蹤問題中的數(shù)據(jù)相關(guān)，通

3、過建立目標(biāo)之間的數(shù)據(jù)相關(guān)約束條件獲得了更好的跟蹤性能再次，為了更加有效使用粒子資源，本文提出了一種粒了動態(tài)分配方法。該方法利用多目標(biāo)之間的位置相關(guān)，構(gòu)建目標(biāo)相對于其他目標(biāo)的位置關(guān)系的分布圖，從而確定在粒子濾波器重采樣過程中粒子分配的權(quán)重，實現(xiàn)對粒子資源的動態(tài)分配。 最后，本文設(shè)計并實現(xiàn)了基于粒子濾波器特征模板更新的多目標(biāo)視覺跟蹤系統(tǒng)和基于區(qū)域協(xié)方差特征的場景識別算法，實現(xiàn)了基于區(qū)域協(xié)方差特征的對象檢測和視覺跟蹤方法，實驗結(jié)果驗證