多目標(biāo)跟蹤算法研究及應(yīng)用.pdf

1、隨著社會(huì)的不斷發(fā)展，公共安全事件、特別是暴力恐怖事件日益增多，對(duì)于傳統(tǒng)的視頻監(jiān)控系統(tǒng)提出了新的需求。智能視頻監(jiān)控系統(tǒng)作為視頻監(jiān)控系統(tǒng)的最新研究成果，因其符合當(dāng)前信息產(chǎn)業(yè)發(fā)展的趨勢(shì)，結(jié)合了計(jì)算機(jī)視覺技術(shù)、機(jī)器學(xué)習(xí)技術(shù)而受到學(xué)界和工業(yè)界的廣泛關(guān)注，其研究?jī)r(jià)值較為重要、應(yīng)用前景廣闊?；诜诸惖亩嗄繕?biāo)跟蹤技術(shù)作為智能視頻監(jiān)控系統(tǒng)中的核心組成部分，備受國(guó)內(nèi)外研究人員的注意。但在多目標(biāo)跟蹤研究領(lǐng)域內(nèi)，因其固有的復(fù)雜性，如目標(biāo)間相互遮擋帶來的干擾、人

2、工設(shè)計(jì)特征引入的問題等，目前還存在大量難題亟待解決。本文主要在多目標(biāo)跟蹤算法及其在智能視頻監(jiān)控領(lǐng)域中的應(yīng)用展開研究，主要研究結(jié)果總結(jié)如下：
　　（1）設(shè)計(jì)了一種基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法。針對(duì)目標(biāo)檢測(cè)算法中人工設(shè)計(jì)目標(biāo)特征帶來的各種問題，將卷積神經(jīng)網(wǎng)絡(luò)引入到目標(biāo)檢測(cè)算法中。同時(shí)為了滿足智能視頻監(jiān)控系統(tǒng)實(shí)時(shí)性的需求，提出區(qū)域選擇算法對(duì)視頻圖像進(jìn)行計(jì)算，產(chǎn)生可能包含目標(biāo)的疑似區(qū)域，減少了卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算量。在此基礎(chǔ)上，對(duì)卷積

3、神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，設(shè)計(jì)了基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)。實(shí)驗(yàn)結(jié)果表明，基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)提取的特征具有較高的分辨能力，在目標(biāo)檢測(cè)的準(zhǔn)確率上較其他算法有較大提高；
　　（2）提出了一種基于基礎(chǔ)顏色特征的自適應(yīng)尺度的目標(biāo)跟蹤算法。針對(duì)目標(biāo)間相互遮擋對(duì)數(shù)據(jù)關(guān)聯(lián)帶來的干擾，根據(jù)基礎(chǔ)顏色特征和目標(biāo)間的相對(duì)位置關(guān)系，形成各種配置，通過結(jié)構(gòu)化支持向量機(jī)來求取最優(yōu)配置，完成跟蹤目標(biāo)的關(guān)聯(lián)；同時(shí)，采取尺度因子更新算法，在計(jì)算目標(biāo)信息量變化的基礎(chǔ)上，對(duì)關(guān)

4、聯(lián)后的位置進(jìn)行矯正，提高目標(biāo)跟蹤算法的跟蹤精度。實(shí)驗(yàn)表明，算法在跟蹤目標(biāo)的準(zhǔn)確率和精度上取得了不錯(cuò)的實(shí)驗(yàn)結(jié)果；
　　（3）在上述算法的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了機(jī)場(chǎng)跑道智能視頻監(jiān)控系統(tǒng)。該系統(tǒng)由服務(wù)器端和客戶端構(gòu)成?？蛻舳死没趨^(qū)域卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法，對(duì)跑道上的飛機(jī)進(jìn)行實(shí)時(shí)檢測(cè)，將檢測(cè)結(jié)果通過網(wǎng)絡(luò)發(fā)送給服務(wù)器端；服務(wù)器端接收來自客戶端的檢測(cè)數(shù)據(jù)，利用基于基礎(chǔ)顏色特征的自適應(yīng)尺度的目標(biāo)跟蹤算法，實(shí)現(xiàn)了實(shí)時(shí)跟蹤飛機(jī)地面活動(dòng)、判斷飛