【摘要】：多目標(biāo)跟蹤是機(jī)器視覺領(lǐng)域中一個(gè)重要而又充滿挑戰(zhàn)的任務(wù),可以應(yīng)用于多個(gè)領(lǐng)域,如自動(dòng)監(jiān)控,視頻索引,人機(jī)交互,交通監(jiān)控,視頻文本檢測(cè)和識(shí)別等。目前的多目標(biāo)跟蹤技術(shù)大多是基于檢測(cè)的方法,但是檢測(cè)和跟蹤卻被分為獨(dú)立的兩個(gè)步驟,在檢測(cè)中沒有利用跟蹤信息,導(dǎo)致產(chǎn)生許多誤檢、漏檢,并減低了算法運(yùn)行速度。特別的,本文以復(fù)雜視頻文本(層疊字幕文本、自然場(chǎng)景文本)檢測(cè)跟蹤進(jìn)行多目標(biāo)跟蹤技術(shù)的應(yīng)用研究。傳統(tǒng)的文本檢測(cè)方法重點(diǎn)研究如何在一幀圖像進(jìn)行文本檢測(cè),而視頻文本具有時(shí)域冗余性,可以利用多目標(biāo)跟蹤技術(shù)提高文本檢測(cè)的準(zhǔn)確率。另外,自然場(chǎng)景文本運(yùn)動(dòng)模式比較復(fù)雜,單一跟蹤算法無法有效應(yīng)對(duì)。針對(duì)基于檢測(cè)的多目標(biāo)跟蹤算法易產(chǎn)生誤檢、漏檢以及不滿足實(shí)時(shí)性要求等問題,本文提出了一種基于檢測(cè)與跟蹤互反饋的多目標(biāo)跟蹤算法MTDT (Multi-object Tracking with inter-feedback between Detection and Tracking),有效利用了跟蹤反饋信息,減少誤檢和漏檢,提高檢測(cè)速度,進(jìn)而提高了跟蹤算法的效率。針對(duì)沒有充分利用時(shí)域冗余性和場(chǎng)景文本運(yùn)動(dòng)模式復(fù)雜等問題,基于前述的多目標(biāo)跟蹤技術(shù),結(jié)合本文研究的基于跟蹤的文本檢測(cè)算法和多策略融合預(yù)測(cè)算法,分別提出了基于MTDT算法的視頻層疊字幕文本檢測(cè)跟蹤方法和基于MTDT算法的自然場(chǎng)景文本檢測(cè)跟蹤方法,論文的具體研究?jī)?nèi)容及其創(chuàng)新性工作如下：(1)提出了一種在線實(shí)時(shí)的基于檢測(cè)與跟蹤互反饋的多目標(biāo)跟蹤算法MTDT。該算法由基于跟蹤反饋的檢測(cè)和基于檢測(cè)的跟蹤兩個(gè)迭代的步驟構(gòu)成,充分利用了檢測(cè)與跟蹤的互反饋提高算法的效果和效率。在跟蹤步驟中,依據(jù)情況的復(fù)雜程度,采用分組策略將目標(biāo)歸為單目標(biāo)情況和多目標(biāo)情況兩類,針對(duì)不同類型的目標(biāo)使用不同策略進(jìn)行處理；在檢測(cè)步驟中,由跟蹤算法反饋的目標(biāo)類型、尺度、預(yù)測(cè)位置等信息協(xié)助選擇合適的檢測(cè)器,在小范圍內(nèi)進(jìn)行檢測(cè),有效減少誤檢,提高了算法效率。在實(shí)際交通監(jiān)控視頻和一些公開數(shù)據(jù)集上的實(shí)驗(yàn)證明了該方法的有效性和實(shí)時(shí)性。(2)提出了一種基于MTDT算法的視頻層疊字幕文本檢測(cè)跟蹤方法,對(duì)基于檢測(cè)與跟蹤互反饋的多目標(biāo)跟蹤算法進(jìn)行修改,使之適用于層疊字幕文本檢測(cè),達(dá)到充分利用時(shí)域冗余性來提高文本檢測(cè)準(zhǔn)確率的目的。首先,利用顏色特征、運(yùn)動(dòng)模型、輪廓特征計(jì)算檢測(cè)與軌跡的相似度;然后,采用匈牙利算法解決數(shù)據(jù)關(guān)聯(lián)問題得到跟蹤結(jié)果。之后,根據(jù)跟蹤結(jié)果修正檢測(cè),提出了一種基于跟蹤的文本檢測(cè)方法。通過誤檢的驗(yàn)證、基于預(yù)測(cè)位置的文本檢測(cè)和文本框大小的修正三個(gè)步驟,提高檢測(cè)召回率并使檢測(cè)框位置更加準(zhǔn)確。此外,針對(duì)層疊字幕文本檢測(cè)問題缺乏公開數(shù)據(jù)集的問題,本文構(gòu)建了一個(gè)具有挑戰(zhàn)性的視頻文本(層疊字幕文本)數(shù)據(jù)集USTB-VidTEXT。在該數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文提出的視頻文本檢測(cè)跟蹤方法不但取得了優(yōu)于目前先進(jìn)方法的效果,而且具有很強(qiáng)的擴(kuò)展性和實(shí)時(shí)性。(3)提出了一種基JMTDT算法的自然場(chǎng)景文本檢測(cè)跟蹤方法。在層疊字幕文本檢測(cè)跟蹤算法的基礎(chǔ).上,改進(jìn)其中的文本位置預(yù)測(cè)算法。針對(duì)自然場(chǎng)景文本運(yùn)動(dòng)模式復(fù)雜的特點(diǎn),提出一種基于規(guī)則的多策略融合預(yù)測(cè)算法,分別采用線性預(yù)測(cè)、STC算法、SURF+RANSAC算法三種方法對(duì)文本在下一時(shí)刻的位置進(jìn)行預(yù)測(cè),然后基于規(guī)則融合預(yù)測(cè)位置,得到最佳結(jié)果。該算法針對(duì)不同類型的文本采用不同的預(yù)測(cè)方法,有效提高了文本跟蹤的準(zhǔn)確率。在ICDAR2015數(shù)據(jù)集上的實(shí)驗(yàn)證明該方法在MOTP、MOTA和ATA三種評(píng)價(jià)標(biāo)準(zhǔn)上都取得較好成績(jī)。(4)結(jié)合提出的視頻文本檢測(cè)跟蹤方法,設(shè)計(jì)了一個(gè)復(fù)雜視頻文本檢測(cè)識(shí)別系統(tǒng)。文本檢測(cè)過程中,使用前述基于MTDT跟蹤算法的文本檢測(cè)跟蹤算法定位文本位置；而在文本識(shí)別過程中,本文提出了一種基于跟蹤的文本識(shí)別方法,利用識(shí)別與跟蹤的互反饋,減少跟蹤錯(cuò)誤給文本識(shí)別帶來的負(fù)面影響。首先,對(duì)每幀檢測(cè)結(jié)果進(jìn)行文本識(shí)別；然后,為了保證屬于同一軌跡的檢測(cè)框內(nèi)包含的都是相同文本,對(duì)跟蹤得到的軌跡進(jìn)行時(shí)域過分割：之后,采用凝聚層次聚類對(duì)過分割進(jìn)行修正；最后,使用投票策略獲取最終的識(shí)別結(jié)果。在USTB-VidTEXT數(shù)據(jù)集和ICDAR2015數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了本識(shí)別系統(tǒng)的有效性。
[Abstract]:......
【學(xué)位授予單位】：北京科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬家駒;;漫談視頻目標(biāo)跟蹤技術(shù)[J];焦作大學(xué)學(xué)報(bào);2013年04期

2 周宏仁;多目標(biāo)跟蹤技術(shù)綜述[J];航空學(xué)報(bào);1986年01期

3 楊威;付耀文;龍建乾;黎湘;;基于有限集統(tǒng)計(jì)學(xué)理論的目標(biāo)跟蹤技術(shù)研究綜述[J];電子學(xué)報(bào);2012年07期

4 張以杰;;多站多目標(biāo)跟蹤技術(shù)的發(fā)展和存在的問題[J];西安電子科技大學(xué)學(xué)報(bào);1988年03期

5 高浩軍,杜宇人;目標(biāo)跟蹤技術(shù)及應(yīng)用前景[J];現(xiàn)代電子技術(shù);2004年24期

6 徐曼;;基于在線多示例學(xué)習(xí)的目標(biāo)跟蹤[J];上海電力學(xué)院學(xué)報(bào);2011年01期

7 鄭猛;;紅外多目標(biāo)跟蹤技術(shù)研究[J];科技創(chuàng)業(yè)月刊;2012年11期

8 章飛;孫睿;;水下多目標(biāo)跟蹤技術(shù)綜述[J];中外船舶科技;2012年03期

9 李建春;孔令榮;;視頻目標(biāo)跟蹤技術(shù)應(yīng)用干擾因素探討[J];電子技術(shù)與軟件工程;2014年11期

10 黃劍;胡衛(wèi)東;;基于貝葉斯框架的空間群目標(biāo)跟蹤技術(shù)[J];雷達(dá)學(xué)報(bào);2013年01期

相關(guān)會(huì)議論文 前2條

1 索繼東;柳曉鳴;張潤(rùn)澤;;雷達(dá)目標(biāo)跟蹤技術(shù)發(fā)展評(píng)述[A];船舶通信與導(dǎo)航（1995）[C];1995年

2 王強(qiáng);;圖像目標(biāo)跟蹤技術(shù)綜述[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

相關(guān)博士學(xué)位論文 前10條

1 申璐榕;成像導(dǎo)引頭地面目標(biāo)跟蹤技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

2 楊明冬;空間非合作面目標(biāo)跟蹤技術(shù)研究[D];中國(guó)科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

3 田澍;基于檢測(cè)與跟蹤互反饋的多目標(biāo)跟蹤技術(shù)及應(yīng)用研究[D];北京科技大學(xué);2016年

4 高文;機(jī)載光電平臺(tái)目標(biāo)跟蹤技術(shù)的研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

5 宋策;基于粒子濾波的目標(biāo)跟蹤技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年

6 盧曉鵬;視頻序列中目標(biāo)跟蹤技術(shù)研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2007年

7 胡昭華;基于粒子濾波的視頻目標(biāo)跟蹤技術(shù)研究[D];南京理工大學(xué);2008年

8 李彤;智能視頻監(jiān)控下的多目標(biāo)跟蹤技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

9 姜明新;智能視頻監(jiān)控中的目標(biāo)跟蹤技術(shù)研究[D];大連理工大學(xué);2013年

10 薛陳;復(fù)雜環(huán)境下視頻目標(biāo)跟蹤技術(shù)的算法和應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2010年

相關(guān)碩士學(xué)位論文 前10條

1 唐信軍;基于復(fù)雜背景的紅外圖像預(yù)處理技術(shù)和目標(biāo)跟蹤技術(shù)研究[D];南京理工大學(xué);2015年

2 毛智鵬;基于雷達(dá)圖像特征的目標(biāo)跟蹤技術(shù)的研究[D];大連海事大學(xué);2015年

3 嚴(yán)茁;雙基地MIMO雷達(dá)目標(biāo)跟蹤技術(shù)研究[D];電子科技大學(xué);2014年

4 竇超;基于多算法融合的目標(biāo)跟蹤技術(shù)研究[D];中北大學(xué);2015年

5 郝中豪;CAS防撞算法的目標(biāo)跟蹤技術(shù)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

6 魯那勤;低空飛行器的定位跟蹤仿真平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

7 尚志龍;基于多傳感器信息融合的目標(biāo)跟蹤技術(shù)研究[D];西安電子科技大學(xué);2014年

8 傅翱;機(jī)載雷達(dá)目標(biāo)跟蹤與顯示研究[D];西安電子科技大學(xué);2014年

9 岳娟;無線傳感網(wǎng)絡(luò)目標(biāo)跟蹤技術(shù)的研究[D];南京郵電大學(xué);2015年

10 向桂英;基于粒子濾波的紅外弱點(diǎn)狀動(dòng)目標(biāo)跟蹤技術(shù)研究[D];新疆大學(xué);2010年

，

本文編號(hào)：2285035