動態(tài)背景下的多目標(biāo)檢測與跟蹤的研究.pdf

1、多目標(biāo)的檢測與跟蹤是視頻目標(biāo)跟蹤課題中非常實(shí)用但是難度很大的一個課題，尤其是動態(tài)背景下的多目標(biāo)的檢測與跟蹤，目前現(xiàn)有的算法很少且都有各自的優(yōu)缺點(diǎn)。在實(shí)際應(yīng)用過程中這種動態(tài)背景下的多目標(biāo)的檢測與跟蹤算法不僅涉及到圖像處理、視頻處理、模式識別等很多領(lǐng)域，而且用途是非常廣泛的，具有很大的研究價值和意義。例如智能視頻監(jiān)控系統(tǒng)、智能交通監(jiān)控系統(tǒng)、軍事武器精確瞄準(zhǔn)以及視覺制導(dǎo)和跟蹤等都是多目標(biāo)跟蹤的應(yīng)用領(lǐng)域。
　　 本文提出了一種動態(tài)背景下

2、多目標(biāo)的檢測與跟蹤的算法。首先對于多目標(biāo)的檢測部分，引入了仿射變換理論，實(shí)現(xiàn)了對背景運(yùn)動的補(bǔ)償，此時復(fù)雜動態(tài)背景下多目標(biāo)的檢測問題就轉(zhuǎn)換為了相對簡單的靜止背景下的檢測問題，接著利用改進(jìn)的幀差法對視頻圖像中的運(yùn)動區(qū)域進(jìn)行檢測，然后利用多目標(biāo)的檢測與分離得到帶有編號和矩形框的運(yùn)動目標(biāo)的集合，為下一步多目標(biāo)跟蹤進(jìn)行預(yù)處理，并經(jīng)過實(shí)驗(yàn)驗(yàn)證了本文采用的檢測算法是正確的合理的。
　　 其次對于多目標(biāo)跟蹤部分，先引入一種基于顏色特征和Kalm

3、an濾波融合的目標(biāo)跟蹤算法，這里我們是把視頻的顏色特征空間轉(zhuǎn)換為HSV顏色特征空間，接著對運(yùn)動目標(biāo)進(jìn)行顏色特征提取，然后結(jié)合Mean Shift算法，利用相似函數(shù)進(jìn)行判斷目標(biāo)是否發(fā)生遮擋，如果目標(biāo)發(fā)生了遮擋則采用Kalman濾波進(jìn)行目標(biāo)位置預(yù)測，否則采用Mean Shift算法對目標(biāo)進(jìn)行跟蹤，通過實(shí)驗(yàn)分析驗(yàn)證了算法的可行性。
　　 最后拓展該單目標(biāo)跟蹤算法思想到多目標(biāo)跟蹤算法中，先對前面檢測到的多目標(biāo)提取全局特征并進(jìn)行特征匹配關(guān)