靜態(tài)背景下的多目標跟蹤方法研究.pdf

1、隨著計算機視覺領域的飛速發(fā)展，基于靜態(tài)背景下的目標跟蹤方法研究成為時下計算機相關專業(yè)研究的熱點。本文主要研究以視頻圖像為研究對象的靜態(tài)背景下的多目標的跟蹤方法研究，其次進行模擬圖像的仿真實驗。目標跟蹤技術在視覺導航、智能控制、人機交互和精確制導等領域有著廣泛的應用。研究靜態(tài)背景圖像目標跟蹤方法有著其現實應用意義和價值。VIBE檢測方法作為近期被提出的一種基于背景模型的目標檢測方法，以其直觀、快速的特點受到了國內外眾多學者的關注，對VIB

2、E檢測算法進行深入的研究對目標檢測技術的發(fā)展是有重要意義的。多目標跟蹤領域的研究是本文研究的重點，多目標跟蹤技術在現實生活具有廣闊的應用前景，但其研究比較復雜，本文對常用的粒子濾波方法進行研究，在其基礎上對序貫蒙特卡羅PHD算法進行研究和討論。
　　本文首先介紹了靜態(tài)背景下多目標跟蹤研究的現狀和意義，其次介紹了常用的目標檢測方法，并向詳細介紹了 Vibe算法，并對其進行了改進。粒子濾波擁有相對其他算法可以應用于非線性、非高斯系統(tǒng)的

3、能力，本文使用該方法實現了視頻圖像下單、多目標的跟蹤問題。針對于粒子濾波粒子濾波方法應用于多目標跟蹤時具有只能跟蹤已知個數目標、數據關聯運算復雜費時的限制，本文引入了PHD算法，此算法可以處理未知數目目標的情況，并且 PHD算法并不需要實現數據關聯過程，所以這種方法的速度是優(yōu)于基于粒子濾波和數據關聯方法的多目標跟蹤過程的，并將其應用于模擬圖像仿真中。本文引入了Science雜志中的一個簡潔優(yōu)秀的聚類方法-Clustering by fa