基于低質(zhì)量監(jiān)控視頻的多人跟蹤魯棒性研究.pdf

1、視覺(jué)目標(biāo)跟蹤技術(shù)在智能監(jiān)控系統(tǒng)、增強(qiáng)現(xiàn)實(shí)、模式識(shí)別和機(jī)器學(xué)習(xí)等領(lǐng)域有著廣泛的應(yīng)用，成為了計(jì)算機(jī)視覺(jué)領(lǐng)域研究熱點(diǎn)之一。行人跟蹤是視覺(jué)目標(biāo)跟蹤技術(shù)的核心研究?jī)?nèi)容，但由于人體姿勢(shì)變化和運(yùn)動(dòng)方向的不確定性、光照的劇烈變化、相互遮擋及背景遮擋等因素的影響，使得低質(zhì)量視頻環(huán)境下行人跟蹤還面臨著許多問(wèn)題。因此，研究魯棒性強(qiáng)的外觀模型以及準(zhǔn)確、智能、實(shí)時(shí)的行人跟蹤算法對(duì)視覺(jué)目標(biāo)跟蹤效果具有十分重要的意義。
　　本文以低質(zhì)量監(jiān)控視頻多人跟蹤算法的魯

2、棒性作為研究對(duì)象，提出了一種基于卡爾曼粒子濾波框架的魯棒多人跟蹤算法。在外觀模型提取階段，顏色直方圖特征是常用的外觀模型提取方法，但顏色直方圖特征過(guò)于單一，且易受到光照變化以及相似顏色的干擾，降低了外觀模型提取的準(zhǔn)確度，從而影響了跟蹤效果。針對(duì)上述問(wèn)題，提出了改進(jìn)的顏色特征，降低光照變化給外觀特征帶來(lái)的干擾。此外，在顏色特征的基礎(chǔ)上融合了紋理特征，以減少相似顏色的干擾，提高了外觀特征提取的準(zhǔn)確度以及跟蹤算法的魯棒性。在行人跟蹤階段，針對(duì)

3、行人運(yùn)動(dòng)的非線性和非高斯性，采用粒子濾波作為跟蹤器。然而在行人相互遮擋及背景遮擋的情況下，無(wú)法準(zhǔn)確提取行人當(dāng)前外觀模型，易出現(xiàn)目標(biāo)跟丟的現(xiàn)象。針對(duì)上述不足之處，引入了卡爾曼粒子濾波方法，當(dāng)遮擋現(xiàn)象發(fā)生后，利用卡爾曼濾波估計(jì)輔助跟蹤。通過(guò)卡爾曼濾波最優(yōu)估計(jì)得到行人當(dāng)前位置，從而消除遮擋時(shí)無(wú)法有效提取外觀模型的影響，提高了跟蹤算法的魯棒性。
　　最后，對(duì)比傳統(tǒng)粒子濾波算法，本文分別在光照劇烈變化、相互遮擋及背景遮擋情況下進(jìn)行了實(shí)驗(yàn)。最