發(fā)布時間：2017-12-18 02:27

  本文關鍵詞：基于檢測的在線多目標跟蹤算法研究

  更多相關文章： 多目標跟蹤 相關濾波 數(shù)據關聯(lián) 遮擋處理 粒子群優(yōu)化 自適應尺度

【摘要】：隨著科技的飛速發(fā)展以及人們生活水平的提高,安全防范意識逐漸深入人心。在安全防范領域中,視頻監(jiān)控發(fā)揮著舉足輕重的作用。近十幾年來,視頻監(jiān)控網絡逐漸分布到公共場合的各個角落,也開始走進千家萬戶。目前,廣泛應用的視頻監(jiān)控系統(tǒng)大都是半人工式的,這類系統(tǒng)自動化程度低,無法預警,還需要耗費大量的人力、物力資源。智能視頻監(jiān)控系統(tǒng)勢必成為未來的發(fā)展趨勢。多目標跟蹤技術是計算機視覺中的一個研究熱點問題,也是智能視頻監(jiān)控中最為關鍵的技術之一,它為人們提供視頻中的感興趣目標的位置以及運動軌跡等信息,是進行后續(xù)的目標識別、目標行為分析與理解的前提。隨著目標檢測技術性能的大幅度提升,基于檢測的多目標跟蹤逐漸成為研究趨勢,并取得了一定的研究成果。但是由于視頻監(jiān)控背景較為復雜以及頻繁遮擋等因素,還存在著一些難點問題未解決。本文主要針對其中漏檢和遮擋的問題展開了研究,主要的研究內容和創(chuàng)新點如下:1.提出了基于快速位置預測的分層數(shù)據關聯(lián)算法�；跈z測的在線多目標跟蹤算法本質是幀幀數(shù)據關聯(lián),這種方法對檢測響應的要求很高,特別是漏檢對跟蹤性能影響很大。本文在研究了傳統(tǒng)的在線跟蹤算法的基礎上,為每一個目標分別建立了獨立的核相關濾波預測器,并將預測器與檢測響應分層關聯(lián),共同確定目標在每一幀中的狀態(tài)。同時為了克服核相關濾波固定尺度的缺陷,利用匹配上的檢測響應信息自適應地更新預測器模板,從而獲得了穩(wěn)定高效的自適應尺度預測器。實驗結果表明本文提出的算法在一定程度上能克服漏檢造成的跟蹤性能下降。2.提出了帶約束力的粒子群優(yōu)化遮擋處理算法。遮擋一直是多目標跟蹤中的難點問題。由于目標運動狀態(tài)具有隨機性,所以在目標被遮擋失去信息后,很難對目標狀態(tài)進行精確的計算,經常會出現(xiàn)跟蹤漂移。但是,如果遮擋目標一直沒有出現(xiàn),我們可以認為它是存在于遮擋區(qū)域的。因此,本文采用基于遮擋區(qū)域的先驗信息去估計被遮擋目標的狀態(tài)的策略。在采用粒子群優(yōu)化算法搜尋被遮擋目標的最佳位置的基礎上,提出了一個約束力變量,并將它結合到了粒子群優(yōu)化算法的迭代計算中,從而將粒子群約束在遮擋區(qū)域附近,不會出現(xiàn)遠距離的漂移。實現(xiàn)結果表明該算法在一定程度上可以克服遮擋中的跟蹤漂移。
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

中國期刊全文數(shù)據庫 前7條

1 程憲寶;;基于改進簡化粒子群優(yōu)化的多目標跟蹤算法[J];計算機工程;2016年08期

2 李文生;解梅;鄧春健;;基于多點手勢識別的人機交互技術框架[J];計算機工程與設計;2011年06期

3 劉晨光;程丹松;劉家鋒;黃劍華;唐降龍;;一種基于交互式粒子濾波器的視頻中多目標跟蹤算法[J];電子學報;2011年02期

4 孫凱;劉士榮;;多目標跟蹤的改進Camshift/卡爾曼濾波組合算法[J];信息與控制;2009年01期

5 凌志剛;趙春暉;梁彥;潘泉;王燕;;基于視覺的人行為理解綜述[J];計算機應用研究;2008年09期

6 王榮本;郭烈;金立生;顧柏園;余天洪;;智能車輛安全輔助駕駛技術研究近況[J];公路交通科技;2007年07期

7 王華忠;俞金壽;;核函數(shù)方法及其模型選擇[J];江南大學學報;2006年04期

，

本文編號：1302482