基于視頻的人體多目標檢測與跟蹤算法研究.pdf

1、基于視頻的人體多目標檢測與跟蹤技術(shù)是計算機研究的重要課題,提取多目標運動軌跡不僅是目標行為分析的研究對象,也是機器視覺分析的重要輸入數(shù)據(jù),比如運動目標模式理解、運動行為分析等等?；谝曨l的人體多目標檢測跟蹤技術(shù)主要運用在視頻監(jiān)控、國防、工業(yè)控制、關(guān)鍵基礎(chǔ)設(shè)施保護和先進人機交互系統(tǒng)。
　　本文提出一種實時的多目標檢測與跟蹤算法。首先,多目標檢測部分,設(shè)計一種采用雙邊濾波技術(shù)的雙自適應(yīng)目標檢測算法,主要解決室外光照背景下目標檢測的問題

2、。雙邊濾波不僅濾除圖像噪聲,還能較好保持圖像邊緣,尤其對于能發(fā)生變形的人體類目標,能夠為后續(xù)目標跟蹤提供較好的邊緣信息。雙自適應(yīng)是自適應(yīng)背景更新及動態(tài)閾值自適應(yīng)的分時運用,主要用于縮短算法運算時間,增強算法實時性。利用連續(xù)三幀間差分法確定背景更新時機,量化光照變化以判斷光照變化情況。當(dāng)光照發(fā)生全局劇烈變化時,利用背景更新的差分算法提取目標前景;當(dāng)光照變化微弱時,采用動態(tài)閾值更新的圖像差分法提取目標區(qū)域。多目標的檢測與標記技術(shù)是多目標跟蹤

3、技術(shù)實現(xiàn)的前提,通過目標分類提取,得到目標編號與外接矩形,作為目標跟蹤的預(yù)處理參數(shù)。實驗表明,該方法能實現(xiàn)不同全局光照突變下靜態(tài)背景中的運動目標提取。
　　多目標跟蹤技術(shù)主要在檢測技術(shù)的基礎(chǔ)上實現(xiàn),通過良好的目標檢測效果提取目標特征參數(shù),為多目標跟蹤的實現(xiàn)提供良好的輸入?yún)?shù)。本文采用一種基于檢測的多目標跟蹤技術(shù),設(shè)計目標狀態(tài)矩陣,通過目標狀態(tài)矩陣判斷目標運動狀態(tài),同時,設(shè)計一種基于目標運動信息的搜索框,減小跟蹤搜索時間,加快目標匹

4、配速度。針對目標是否發(fā)生遮擋,采用不同的跟蹤算法。當(dāng)目標未發(fā)生遮擋,即處于相互孤立運動狀態(tài)時,采用基于自適應(yīng)搜索框的最近鄰算法;當(dāng)目標發(fā)生遮擋,采用基于自適應(yīng)搜索框的中心區(qū)域特征匹配跟蹤算法,提取目標中心區(qū)域HSV顏色空間中H分量,H分量能克服一定的光照對顏色的影響。依據(jù)目標遮擋程度情況,對目標中心區(qū)域進行有限度縮放,對于二次縮放后特征匹配仍然失敗,此時,判斷目標發(fā)生嚴重遮擋,合并遮擋目標。實驗結(jié)果表明,本文算法能較好應(yīng)用于固定攝像頭的