監(jiān)控視頻中的行人與車輛的在線跟蹤.pdf

1、在信息化的時(shí)代，視頻監(jiān)控得到了長(zhǎng)足的發(fā)展，每天從監(jiān)控中產(chǎn)生的大量數(shù)據(jù)里面存在很多不必要的信息。這些不必要的信息占用了存儲(chǔ)資源。如何從這些視頻中提取出有用的信息，是現(xiàn)在智能監(jiān)控系統(tǒng)需要解決的重要問(wèn)題。
　　多目標(biāo)檢測(cè)和跟蹤技術(shù)是計(jì)算機(jī)視覺研究的重要問(wèn)題。該技術(shù)利用計(jì)算機(jī)視覺相關(guān)技術(shù)以及機(jī)器學(xué)習(xí)、模式識(shí)別等技術(shù)，分析視頻數(shù)據(jù)并提取關(guān)鍵信息，從而實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)和跟蹤。
　　在線多目標(biāo)跟蹤和物體檢測(cè)有著廣泛的應(yīng)用場(chǎng)景，例如視頻監(jiān)控

2、、機(jī)器人以及危險(xiǎn)行為分析等等，這些都需要實(shí)時(shí)獲得目標(biāo)的位置。本文提出了一個(gè)基于自動(dòng)檢測(cè)的多目標(biāo)跟蹤方法，并搭建了相應(yīng)的實(shí)用系統(tǒng)。將業(yè)界流行的ACF物體檢測(cè)算法和背景差分方法有機(jī)結(jié)合起來(lái)改進(jìn)運(yùn)動(dòng)目標(biāo)的檢測(cè)結(jié)果，并借鑒已有方法將目標(biāo)跟蹤形式化為一個(gè)馬爾科夫決策過(guò)程，特別針對(duì)小物體、光流跟蹤不夠穩(wěn)定以及物體交錯(cuò)情況下跟蹤容易失敗等問(wèn)題做了相應(yīng)的改進(jìn)，顯著提高了多目標(biāo)檢測(cè)和跟蹤的穩(wěn)定性。針對(duì)小物體，本文利用前背景差分算法檢測(cè)出前景區(qū)域，然后將較

3、小的區(qū)域認(rèn)為是小物體，作為對(duì)ACF物體檢測(cè)的補(bǔ)充;針對(duì)光流點(diǎn)均勻采樣可能會(huì)造成背景區(qū)域的光流點(diǎn)對(duì)跟蹤造成干擾導(dǎo)致不穩(wěn)定的情況，本文提出采用基于前景分割的自適應(yīng)采樣策略，利用前背景差分算法檢測(cè)出的前背景區(qū)域，增大處于前景區(qū)域的光流點(diǎn)的數(shù)目，減少背景區(qū)域的光流點(diǎn)數(shù)目來(lái)改進(jìn)目標(biāo)跟蹤的穩(wěn)定性;針對(duì)物體交錯(cuò)時(shí)標(biāo)識(shí)分配錯(cuò)誤的問(wèn)題，本文提出采用基于歷史運(yùn)動(dòng)信息的推測(cè)和目標(biāo)面積異常檢測(cè)的方法對(duì)光流正確跟蹤的結(jié)果進(jìn)一步篩選，并排除丟失狀態(tài)到跟蹤狀態(tài)的錯(cuò)誤