本文關(guān)鍵詞：監(jiān)控場(chǎng)景下行人目標(biāo)的跟蹤與描述，由筆耕文化傳播整理發(fā)布。

【摘要】：智能視頻監(jiān)控技術(shù)正在逐步取代或改造傳統(tǒng)的視頻監(jiān)控系統(tǒng),成為提升監(jiān)控系統(tǒng)效能的主要發(fā)展方向,其技術(shù)核心在于視頻分析,包括對(duì)視頻圖像目標(biāo)的檢測(cè)、識(shí)別、跟蹤以及描述等。因此,如何在實(shí)時(shí)監(jiān)控場(chǎng)景下對(duì)感興趣目標(biāo)進(jìn)行鎖定跟蹤,并對(duì)跟蹤的目標(biāo)進(jìn)行結(jié)構(gòu)化語(yǔ)義描述是智能視頻監(jiān)控系統(tǒng)中至關(guān)重要的部分。目前車輛等剛性目標(biāo)由于其結(jié)構(gòu)比較規(guī)范,相應(yīng)的跟蹤和描述手段已經(jīng)較為成熟,而面向行人目標(biāo)的跟蹤和描述研究對(duì)于完善現(xiàn)有智能視頻監(jiān)控系統(tǒng)具有尤為重要的意義。本文首先分析了目前流行的在線跟蹤算法的基本原理,并重點(diǎn)介紹了其中比較重要的一種基于壓縮感知的在線目標(biāo)跟蹤方法(Compressive Tracking,簡(jiǎn)稱CT),進(jìn)而結(jié)合實(shí)際監(jiān)控應(yīng)用場(chǎng)景下對(duì)視頻跟蹤實(shí)時(shí)性和可靠性的需求,研究單目標(biāo)CT跟蹤算法的改進(jìn);在此基礎(chǔ)上,本文還深入研究了多人目標(biāo)跟蹤的主要問(wèn)題,針對(duì)常見(jiàn)的目標(biāo)間相互遮擋問(wèn)題,提出了一種新的遮擋檢測(cè)和處理方法,實(shí)現(xiàn)了多目標(biāo)的鎖定跟蹤;最后,本文對(duì)行人目標(biāo)的結(jié)構(gòu)化描述進(jìn)行了研究,具體闡述了基于XML描述語(yǔ)言的行人目標(biāo)內(nèi)容描述方法。詳細(xì)介紹如下:針對(duì)單人目標(biāo)跟蹤問(wèn)題,本文通過(guò)引入尺度變化和線性預(yù)測(cè),對(duì)現(xiàn)有CT算法的不足之處進(jìn)行改進(jìn),然后參考各種開(kāi)源目標(biāo)跟蹤算法,構(gòu)建目標(biāo)跟蹤算法平臺(tái),并通過(guò)設(shè)計(jì)多種跟蹤算法的融合策略,進(jìn)一步提高目標(biāo)跟蹤的準(zhǔn)確率。針對(duì)多人目標(biāo)跟蹤問(wèn)題,本文詳細(xì)介紹了多目標(biāo)跟蹤系統(tǒng)的主要模塊及其功能,然后重點(diǎn)分析了實(shí)際監(jiān)控場(chǎng)景下多人跟蹤的實(shí)時(shí)性問(wèn)題和目標(biāo)遮擋問(wèn)題,基于卡爾曼濾波和行人特征分類器,對(duì)現(xiàn)有的基于數(shù)據(jù)關(guān)聯(lián)的遮擋處理方法進(jìn)行改進(jìn),實(shí)現(xiàn)在嚴(yán)重遮擋情況下的目標(biāo)鎖定跟蹤。最后,針對(duì)行人目標(biāo)的內(nèi)容描述,本文根據(jù)所得到的行人目標(biāo)跟蹤結(jié)果,對(duì)目標(biāo)內(nèi)容進(jìn)行XML格式的結(jié)構(gòu)化描述,主要包括目標(biāo)的顏色、紋理、形狀以及空間位置等底層特征,同時(shí)將描述信息打包發(fā)送,實(shí)現(xiàn)本地客戶端和遠(yuǎn)程服務(wù)器端之間描述流的發(fā)送與接收。本文對(duì)交通、銀行等典型監(jiān)控視頻以及PETS等公共視頻集進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明,本文所改進(jìn)的行人目標(biāo)跟蹤與描述方法在監(jiān)控應(yīng)用場(chǎng)景下是行之有效的,將為后期海量監(jiān)控視頻數(shù)據(jù)的處理提供支持。
【關(guān)鍵詞】：監(jiān)控視頻 在線目標(biāo)跟蹤 壓縮感知跟蹤 單目標(biāo)行人 多目標(biāo)行人 遮擋處理 內(nèi)容描述
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 研究背景10-12
• 1.1.1 傳統(tǒng)視頻監(jiān)控系統(tǒng)存在的問(wèn)題10
• 1.1.2 智能視頻監(jiān)控系統(tǒng)的產(chǎn)生10-11
• 1.1.3 面向行人目標(biāo)的鎖定跟蹤與內(nèi)容描述研究[2]11-12
• 1.2 行人目標(biāo)跟蹤與描述的研究現(xiàn)狀12-17
• 1.2.1 智能視頻監(jiān)控技術(shù)的發(fā)展現(xiàn)狀12-13
• 1.2.2 目標(biāo)跟蹤技術(shù)的發(fā)展現(xiàn)狀13-16
• 1.2.3 監(jiān)控視頻內(nèi)容描述的研究現(xiàn)狀16-17
• 1.3 論文的主要工作17-18
• 1.4 論文內(nèi)容安排18-20
• 第二章 相關(guān)工作概述20-36
• 2.1 在線目標(biāo)跟蹤算法介紹[24]20-22
• 2.1.1 序列化貝葉斯估計(jì)的推導(dǎo)過(guò)程20
• 2.1.2 基于貝葉斯估計(jì)的在線目標(biāo)跟蹤20-21
• 2.1.3 在線目標(biāo)跟蹤的分類21-22
• 2.2 基于壓縮感知的在線目標(biāo)跟蹤算法22-25
• 2.2.1 算法的基本原理概述22-23
• 2.2.2 算法的具體實(shí)現(xiàn)步驟23-25
• 2.3 多目標(biāo)跟蹤技術(shù)25-30
• 2.3.1 多目標(biāo)跟蹤方法概述25-26
• 2.3.2 目標(biāo)間遮擋的判定和處理26-30
• 2.4 行人目標(biāo)的內(nèi)容描述方法30-35
• 2.4.1 圖像的視覺(jué)特征概述30-31
• 2.4.2 MPEG-7 定義的底層特征31-35
• 2.4.3 XML語(yǔ)言及其應(yīng)用35
• 2.5 本章小結(jié)35-36
• 第三章 針對(duì)單人目標(biāo)跟蹤算法的研究與改進(jìn)36-64
• 3.1 基于CT算法的改進(jìn)36-46
• 3.1.1 改進(jìn)一：增加目標(biāo)尺度變化36-44
• 3.1.2 改進(jìn)二：增加線性預(yù)測(cè)44-46
• 3.2 構(gòu)建目標(biāo)跟蹤算法平臺(tái)46-51
• 3.2.1 算法平臺(tái)的功能概述46-47
• 3.2.2 算法平臺(tái)的具體實(shí)現(xiàn)47-51
• 3.3 目標(biāo)跟蹤算法的融合51-55
• 3.3.1 通過(guò)線性預(yù)測(cè)判斷最終跟蹤結(jié)果52-53
• 3.3.2 通過(guò)跟蹤置信度判斷最終跟蹤結(jié)果53-55
• 3.4 實(shí)驗(yàn)結(jié)果與分析55-63
• 3.4.1 實(shí)驗(yàn)方法55
• 3.4.2 實(shí)驗(yàn)結(jié)果分析55-63
• 3.5 本章小結(jié)63-64
• 第四章 針對(duì)多人目標(biāo)的鎖定跟蹤問(wèn)題研究64-81
• 4.1 多目標(biāo)跟蹤系統(tǒng)介紹64-67
• 4.1.1 多目標(biāo)跟蹤處理流程模塊64-65
• 4.1.2 新進(jìn)入目標(biāo)檢測(cè)模塊65-66
• 4.1.3 單目標(biāo)跟蹤模塊66
• 4.1.4 目標(biāo)離開(kāi)場(chǎng)景檢測(cè)模塊66-67
• 4.1.5 其他輔助模塊67
• 4.2 解決多人跟蹤的實(shí)時(shí)性問(wèn)題67-69
• 4.3 解決多人跟蹤的目標(biāo)遮擋問(wèn)題69-76
• 4.3.1 針對(duì)行人目標(biāo)被其它非目標(biāo)遮擋的情況69-71
• 4.3.2 針對(duì)行人目標(biāo)之間發(fā)生相互遮擋的情況71-75
• 4.3.3 遮擋后的目標(biāo)重鎖定跟蹤問(wèn)題分析75-76
• 4.4 實(shí)驗(yàn)結(jié)果與分析76-80
• 4.4.1 實(shí)驗(yàn)方法76-77
• 4.4.2 實(shí)驗(yàn)結(jié)果分析77-80
• 4.5 本章小結(jié)80-81
• 第五章 行人目標(biāo)的內(nèi)容描述81-89
• 5.1 基于跟蹤結(jié)果的目標(biāo)特征信息描述81-84
• 5.1.1 顏色特征信息描述81-83
• 5.1.2 紋理特征信息描述83
• 5.1.3 形狀特征信息描述83
• 5.1.4 空間位置特征信息描述83-84
• 5.2 基于視頻分段的結(jié)構(gòu)化描述方案84-87
• 5.2.1 視頻分段原理及實(shí)現(xiàn)方法84-85
• 5.2.2 視頻分段的描述85-86
• 5.2.3 視頻對(duì)象的描述86-87
• 5.3 視頻描述流信息的傳輸87-88
• 5.4 本章小結(jié)88-89
• 第六章 結(jié)束語(yǔ)89-91
• 6.1 研究工作總結(jié)89-90
• 6.2 下一步工作展望90-91
• 致謝91-92
• 參考文獻(xiàn)92-97
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄97-99

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 毋立芳,沈蘭蓀;MPEG-7及其應(yīng)用[J];測(cè)控技術(shù);2001年05期

2 盧官明;MPEG-7標(biāo)準(zhǔn)的目標(biāo)及應(yīng)用[J];電視技術(shù);1999年11期

3 柳偉;譚浩;陳旭;;基于內(nèi)容描述的可伸縮視頻碼流提取框架[J];深圳信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年01期

4 張小剛,丁振國(guó);基于MPEG-7的多媒體內(nèi)容描述方法研究[J];電子科技;2005年01期

5 黃劍玲;多媒體內(nèi)容描述接口——MPEG-7[J];電子工程師;2000年11期

6 黃智偉,李富英,盛國(guó)森;多媒體內(nèi)容描述接口──MPEG-7國(guó)際標(biāo)準(zhǔn)[J];電子質(zhì)量;2000年01期

7 唐瓊,胡建彰;用于音樂(lè)的MPEG-7和符合MPEG-7的音樂(lè)[J];電聲技術(shù);2000年08期

8 肖賢玉;多媒體內(nèi)容描述接口MPEG-7及其應(yīng)用[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2001年03期

9 王汝言,丁杰,余琦;多媒體內(nèi)容描述接口——MPEG-7[J];信息技術(shù);2003年09期

10 丁杰,余琦;多媒體內(nèi)容描述接口——MPEG-7[J];現(xiàn)代有線傳輸;2003年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 林濤;;多媒體內(nèi)容描述接口MPEG-7[A];2007第二屆全國(guó)廣播電視技術(shù)論文集2（下）[C];2007年

2 宋培義;;MPEG-7:多媒體內(nèi)容描述接口[A];中國(guó)電影電視技術(shù)學(xué)會(huì)影視科技論文集[C];2002年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 福建省霞浦縣人民法院 陳伏發(fā);政府信息內(nèi)容描述的訴訟審查[N];人民法院報(bào);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 丁正彥;監(jiān)控場(chǎng)景下行人目標(biāo)的跟蹤與描述[D];上海交通大學(xué);2015年

2 易琳;知識(shí)組織中內(nèi)容描述語(yǔ)義化的研究[D];大連海事大學(xué);2004年

3 徐新文;基于MPEG-7框架的圖像內(nèi)容描述工具的研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2003年

  本文關(guān)鍵詞：監(jiān)控場(chǎng)景下行人目標(biāo)的跟蹤與描述，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：354520