基于視音頻信息融合的運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著科技的進(jìn)步，移動(dòng)機(jī)器人技術(shù)正在迅猛發(fā)展，并逐步應(yīng)用到人類的生活當(dāng)中。同時(shí)，如何使機(jī)器人進(jìn)行高效準(zhǔn)確的目標(biāo)跟蹤具有重要的研究意義和極高的應(yīng)用價(jià)值。在傳統(tǒng)的目標(biāo)跟蹤算法中，多數(shù)是依靠單傳感器進(jìn)行，在某些環(huán)境因素的影響下，會(huì)導(dǎo)致跟蹤結(jié)果準(zhǔn)確性下降。為改善這一狀況，本文以Kinect傳感器為信息采集設(shè)備，設(shè)計(jì)并實(shí)現(xiàn)了一種基于視音頻信息融合的目標(biāo)跟蹤系統(tǒng)。
　　首先，在視覺層面，研究并實(shí)現(xiàn)了基于HSV色彩空間顏色直方圖的粒子濾波算法。該

2、算法具有較好的實(shí)時(shí)性，并能夠進(jìn)行動(dòng)態(tài)背景下的目標(biāo)跟蹤。在研究過程中發(fā)現(xiàn)，該算法對(duì)目標(biāo)自遮擋與部分遮擋問題可以良好地解決;但出現(xiàn)目標(biāo)脫離視頻區(qū)域或光照條件變化的情況時(shí)，該算法魯棒性較差。
　　其次，在聽覺層面，結(jié)合Kinect的麥克風(fēng)陣列結(jié)構(gòu)，研究并實(shí)現(xiàn)了基于時(shí)延估計(jì)的聲源定位方法。該算法在理想環(huán)境下，該算法具有實(shí)時(shí)性和較高的準(zhǔn)確性;同時(shí)，該算法只能對(duì)單一聲源進(jìn)行定位，不具有辨識(shí)聲源種類或所屬的能力。
　　最后，針對(duì)系統(tǒng)使用環(huán)

3、境相對(duì)穩(wěn)定，目標(biāo)不會(huì)持續(xù)發(fā)出聲音等特點(diǎn)，提出了以視頻信息為主，音頻信息為輔的信息融合思路，對(duì)初步跟蹤與定位結(jié)果進(jìn)行合理、有效的決策級(jí)融合，實(shí)現(xiàn)目標(biāo)跟蹤。具體做法是，采用基于置信度的思想，對(duì)基于視覺特征的目標(biāo)跟蹤結(jié)果進(jìn)行判定，并在結(jié)果不可信的情況下，觸發(fā)音頻定位機(jī)制加以糾正并得到最終的跟蹤結(jié)果。
　　測(cè)試結(jié)果表明，本系統(tǒng)實(shí)現(xiàn)的視音頻融合跟蹤方法與單傳感器實(shí)現(xiàn)的目標(biāo)跟蹤算法相比，準(zhǔn)確性有所提高;另外，在某些特殊環(huán)境下，如光照、遮擋、目