車(chē)載視頻監(jiān)控運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、新一代的智能視頻監(jiān)控已經(jīng)越來(lái)越廣泛的應(yīng)用到公共安全監(jiān)控、智能交通、居民小區(qū)監(jiān)控和視覺(jué)導(dǎo)航等各個(gè)領(lǐng)域，車(chē)載視頻監(jiān)控系統(tǒng)就是其中的一個(gè)重要應(yīng)用方向。通過(guò)車(chē)載攝像頭可以擴(kuò)大監(jiān)控范圍，對(duì)感興趣目標(biāo)進(jìn)行持續(xù)監(jiān)控與追蹤。同時(shí)由于車(chē)輛的運(yùn)動(dòng)以及運(yùn)動(dòng)導(dǎo)致的攝像頭抖動(dòng)，將導(dǎo)致整個(gè)監(jiān)控背景的動(dòng)態(tài)變化，在這種復(fù)雜的動(dòng)態(tài)場(chǎng)景中，固定場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤算法不再有效。因此針對(duì)車(chē)載視頻監(jiān)控應(yīng)用場(chǎng)景的復(fù)雜性和動(dòng)態(tài)性，研究高效、魯棒和實(shí)用的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法

2、具有重要的應(yīng)用價(jià)值。
　　本文首先對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)的研究現(xiàn)狀以及相關(guān)理論基礎(chǔ)作了介紹，然后介紹了本文車(chē)載視頻監(jiān)控系統(tǒng)的總體架構(gòu)，分別從目標(biāo)檢測(cè)和目標(biāo)跟蹤兩大部分對(duì)車(chē)載視頻監(jiān)控系統(tǒng)中采用的算法以及如何實(shí)現(xiàn)做了詳細(xì)介紹，并分析了實(shí)際應(yīng)用場(chǎng)景中算法研究的技術(shù)難點(diǎn)。由于車(chē)載視頻監(jiān)控系統(tǒng)中背景是運(yùn)動(dòng)的，本文采用了基于Harris角點(diǎn)特征匹配的全局運(yùn)動(dòng)估計(jì)法對(duì)運(yùn)動(dòng)背景進(jìn)行補(bǔ)償運(yùn)算，背景補(bǔ)償后目標(biāo)檢測(cè)部分采用了一種占用內(nèi)存少、計(jì)算量小和

3、運(yùn)算效率高的Vibe檢測(cè)算法。針對(duì)Vibe算法在運(yùn)動(dòng)目標(biāo)檢測(cè)前期存在鬼影的問(wèn)題，本文結(jié)合時(shí)域中值濾波算法對(duì)Vibe算法進(jìn)行改進(jìn)，改進(jìn)的Vibe算法在短時(shí)間內(nèi)可以完全消除鬼影，并使用形態(tài)學(xué)對(duì)檢測(cè)到的前景運(yùn)動(dòng)目標(biāo)做進(jìn)一步處理，使檢測(cè)到的運(yùn)動(dòng)目標(biāo)更加完整準(zhǔn)確。
　　目標(biāo)跟蹤部分，本文采用了一種新的實(shí)時(shí)壓縮跟蹤(CT)算法，該算法簡(jiǎn)單、高效、魯棒，利用非常稀疏的隨機(jī)測(cè)量矩陣投影得到一種低維的類(lèi)Haar-like特征，然后通過(guò)簡(jiǎn)單的樸素貝葉