應(yīng)用于視頻監(jiān)控的行人跟蹤算法設(shè)計(jì)與優(yōu)化.pdf

1、目標(biāo)跟蹤算法是被科研人員廣泛關(guān)注的研究課題，其在工程應(yīng)用中也具有重要的實(shí)用價值。目標(biāo)跟蹤算法在近十幾年中已經(jīng)取得了很大的發(fā)展，已經(jīng)提出的跟蹤算法概括起來可以分為兩類：基于搜索的跟蹤算法和基于目標(biāo)檢測的跟蹤算法?；谒阉鞯母櫵惴ㄊ窃诰植炕蛘呷钟騼?nèi)尋找最優(yōu)匹配來實(shí)現(xiàn)目標(biāo)的位置更新，其優(yōu)點(diǎn)是算法效率高，實(shí)時性強(qiáng)，但在實(shí)際的應(yīng)用場景中，該方法容易受到復(fù)雜背景的影響，出現(xiàn)跟蹤框漂移、粘連、誤判等問題?；跈z測的跟蹤算法以單幀中目標(biāo)檢測為基礎(chǔ)，

2、通過將檢測到的目標(biāo)與已有跟蹤鏈匹配來實(shí)現(xiàn)目標(biāo)位置的更新，很好的解決了漂移等問題，但是算法運(yùn)算時間復(fù)雜度太大，無法很好的應(yīng)用在實(shí)時性視頻監(jiān)控系統(tǒng)中。因此，從07年開始將目標(biāo)檢測和搜索跟蹤相結(jié)合的算法思想逐漸成為跟蹤算法研究的主流。
　　在本文中我們研究的是行人目標(biāo)的跟蹤問題，提出了一種適用于智能視頻監(jiān)控系統(tǒng)的多行人跟蹤算法，該算法主要在以下幾個方面做出改進(jìn)：首先，針對監(jiān)控視頻中場景保持相對穩(wěn)定的特點(diǎn)，提出一種兩步行人檢測算法。第一步

3、通過隨機(jī)采樣的方法快速構(gòu)建背景模型，提取移動前景塊；第二步離線訓(xùn)練行人分類器，并基于滑動窗口策略，利用分類器對前景區(qū)域中可能存在的行人目標(biāo)進(jìn)行判斷。其次，結(jié)合基于局部搜索和基于檢測兩種跟蹤算法的思想優(yōu)勢，提出搜索檢測模型。在多數(shù)視頻幀中行人采用局部搜索的方法進(jìn)行位置更新，再通過周期性檢測的方法來對行人的跟蹤軌跡進(jìn)行校正同時對行人的特征加以更新。對于多行人跟蹤中常出現(xiàn)的行人間相互遮擋問題，我們采用遮擋預(yù)判，觀測置信度評價和獨(dú)立處理的策略進(jìn)

4、行處理。最后我們設(shè)計(jì)了智能監(jiān)控系統(tǒng)中的越界檢測應(yīng)用模塊，實(shí)現(xiàn)監(jiān)控領(lǐng)域主要的兩種行為判斷功能：越線報警和入侵警戒區(qū)域報警。
　　文中，我們通過大量的實(shí)驗(yàn)對算法的各個模塊進(jìn)行對比分析。我們采用INRIA、MIT行人樣本測試庫、PETS、ETHZ Central、CAVIAR視頻庫以及大量的項(xiàng)目視頻對行人檢測算法和多行人跟蹤算法進(jìn)行測試，并分別與當(dāng)前主流的行人檢測算法和行人跟蹤算法進(jìn)行對比分析，實(shí)驗(yàn)表明我們的算法在檢測準(zhǔn)確率，跟蹤準(zhǔn)確度