基于粒子濾波的多目標跟蹤方法研究與實現(xiàn).pdf

1、智能視頻監(jiān)控是計算機視覺領域近年來的研究熱點之一,在智能交通、平安城市、軍事等領域具有廣闊的應用前景。運動目標檢測與跟蹤是智能視頻監(jiān)控系統(tǒng)的關鍵技術,也是后續(xù)目標識別、行為分析等的基礎。迄今為止在計算機視覺領域已經(jīng)提出了很多目標跟蹤算法,其中粒子濾波是一種基于貝葉斯估計理論的非線性濾波算法,由于它能夠處理非線性非高斯系統(tǒng)而被廣泛的應用在目標跟蹤當中。
　　本文主要研究單個固定攝像機情況下的基于粒子濾波的多目標跟蹤算法,具體的內(nèi)容如

2、下:
　　1)闡述了多目標跟蹤的國內(nèi)外研究現(xiàn)狀,研究了粒子濾波的基本原理。
　　2)討論了幾種經(jīng)典的運動目標檢測算法,包括幀差法、背景差分法和光流法,并重點介紹了背景差分法中的背景建模方法。
　　3)重點研究了幾類經(jīng)典的單目標跟蹤算法,包括基于主動輪廓的跟蹤、基于特征的跟蹤、基于區(qū)域的跟蹤、基于模型的跟蹤;在粒子濾波理論框架下,討論了基于粒子濾波的單目標跟蹤算法,并介紹了具體實現(xiàn)方法;并針對傳統(tǒng)的粒子濾波算法的不足,提

3、出了本文的改進方案:一是改進了顏色直方圖的統(tǒng)計方法;二是將LBP(局部二值模式)紋理特征引入到算法中,強化了目標的特征表示。
　　4)提出了一種基于前景團塊分析的多目標跟蹤方法:根據(jù)視頻前后幀的前景團塊列表信息,構建團塊關聯(lián)矩陣;通過對團塊關聯(lián)矩陣的分析,將團塊分為新進入的團塊、消失的團塊、獨立的團塊、分裂的團塊、交叉的團塊等五種類型;從理論上說明了前四種團塊能夠通過團塊匹配的方式進行直接跟蹤,而交叉的團塊則使用粒子濾波跟蹤算法進