復雜場景中多目標視覺跟蹤技術(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，在民用和軍事等許多領域得到了廣泛的應用。本文對多目標視覺跟蹤中的一些關鍵技術(shù)進行了深入研究。 首先，目前很多基于目標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描述方法和區(qū)域協(xié)方差特征描述方法，設計了增量式的特征模型更新算法跟蹤目標特征的變化，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)方差特征的目標描述算法應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)相關方法來處理多目標和觀測量的數(shù)據(jù)相關問題，包括：類屬選通、觀測相似度和位置相關。其中，類屬選通對目標位置進行選通；觀測相似度利用目標本身的特征來和其他目標區(qū)別；位置相關則利用上一個時刻目標的位置預測當前時刻目標候選位置的概率，同時為粒子動態(tài)分配提供依據(jù)。對于多目標跟蹤問題中的數(shù)據(jù)相關，通

3、過建立目標之間的數(shù)據(jù)相關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。該方法利用多目標之間的位置相關，構(gòu)建目標相對于其他目標的位置關系的分布圖，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，本文設計并實現(xiàn)了基于粒子濾波器特征模板更新的多目標視覺跟蹤系統(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