運(yùn)動目標(biāo)檢測與跟蹤研究.pdf

1、快速的經(jīng)濟(jì)發(fā)展、不斷升級換代的計(jì)算機(jī)軟硬件以及不斷提高的網(wǎng)絡(luò)速度，互聯(lián)網(wǎng)已經(jīng)滲透到人們生活的各個領(lǐng)域之中，再加上物聯(lián)網(wǎng)技術(shù)的火熱，各種基于網(wǎng)絡(luò)互連智能化的應(yīng)用逐步融入人們的生活之中，人們對生活自動化、智能化的需求越來越強(qiáng)烈，計(jì)算機(jī)視覺的研究越來越受到各方面專家學(xué)者的重視，而視覺視頻目標(biāo)跟蹤作為計(jì)算機(jī)視覺領(lǐng)域的一個重要方向，蘊(yùn)含著巨大的商機(jī)和經(jīng)濟(jì)效益，受到了學(xué)術(shù)界、產(chǎn)業(yè)界和管理部門的高度重視。
　　 本文選取了視頻目標(biāo)檢測和跟蹤為

2、研究主題，以包含運(yùn)動目標(biāo)的視頻序列為研究對象，從理論、算法和實(shí)驗(yàn)三個方面討論了視頻目標(biāo)檢測和跟蹤所存在的相關(guān)問題。具體而言，論文在以下幾個方面進(jìn)行了一些研究工作:
　　 1)研究了視頻檢測的相關(guān)技術(shù)，在閱讀和研究相關(guān)文獻(xiàn)的基礎(chǔ)上，提出一種臨近區(qū)間更新與運(yùn)動Blob混合檢測算法。當(dāng)目標(biāo)跟蹤置信度高于閾值時，采用臨近區(qū)域更新對目標(biāo)進(jìn)行跟蹤;當(dāng)運(yùn)動目標(biāo)的置信度低于下限閾值時，采用Blob跟蹤方法，根據(jù)顏色和空間上的相似性將目標(biāo)分割為多

3、個區(qū)域，每個區(qū)域包含有區(qū)域號、位置、大小信息，隨機(jī)選取一個進(jìn)入在線Boosting跟蹤模塊進(jìn)行檢測，直到獲取到置信度達(dá)到上限閾值時，切換到臨近區(qū)域更新算法進(jìn)行跟蹤。通過此方法可解決單純基于在線Boosting的跟蹤的臨近區(qū)間更新算法所導(dǎo)致的錯誤累積進(jìn)而產(chǎn)生漂移甚至跟蹤失敗的問題。
　　 2)介紹了傳統(tǒng)Boosting算法，主要針對AdaBoost和在線Boost做詳細(xì)的分析，提出一種改進(jìn)的在線Boosting的特征更新算法，來對

4、目標(biāo)特征進(jìn)行分類判斷。很好的捕獲到背景擾動、目標(biāo)形變和遮擋情況對目標(biāo)特征的影響，在有噪聲的情況仍然能夠獲得比較穩(wěn)定的跟蹤結(jié)果。
　　 3)以臨近區(qū)域更新與運(yùn)動Blob混合檢測算法來實(shí)現(xiàn)初步定為目標(biāo)區(qū)域，使用基于在線Boosting的特征更新算法來學(xué)習(xí)待跟蹤目標(biāo)的特征，實(shí)現(xiàn)簡單的目標(biāo)跟蹤系統(tǒng)來驗(yàn)證算法的有效性，對不同視頻序列測試的結(jié)果表明，與傳統(tǒng)在線Boosting算法和其它傳統(tǒng)的跟蹤算法相比，本算法能在實(shí)時性的基礎(chǔ)上快速準(zhǔn)確獲取