基于PTZ主動攝像頭的動目標檢測跟蹤系統(tǒng).pdf

1、主動視覺就是模擬人的眼睛。人們可以根據(jù)外界情況做出判斷,并隨著感興趣目標的移動而改變視角。傳統(tǒng)固定攝像頭下的視頻監(jiān)控不能智能地跟蹤目標，而且監(jiān)控視野狹窄，想要實現(xiàn)大范圍的跟蹤，需要安裝多個攝像頭。在不增加攝像頭的情況下，PTZ（Pan/Tilt/Zoom，平移/旋轉/變焦）攝像機下的主動跟蹤技術得到大家的青睞，目前主動跟蹤技術主要使用固定攝像機和PTZ攝像機相結合的方法，固定攝像機用作檢測，PTZ攝像機用作跟蹤。本論文只使用單個PTZ攝

2、像機就可以實現(xiàn)檢測與跟蹤。
　　本文的主要研究內容：
　　首先，本論文在研究了常見的運動目標檢測算法的基礎上提出一種改進的目標檢測算法，即雙差分相乘法。實驗證明，它能較完整的提取目標的輪廓。
　　然后，介紹了圖像處理中常見的色彩空間，RGB和HSV色彩空間。講述了顏色直方圖的計算以及反向投影。研究了卡爾曼運動估計算法、Mean Shift跟蹤算法和Camshift跟蹤算法。在此基礎上，本文采用方向和位移預測并結合卡爾曼

3、運動估計的方法解決目標丟失問題，實現(xiàn)了對跟蹤算法一定程度的改進。
　　接著，研究人臉檢測算法，為能在復雜背景下實現(xiàn)很好的魯棒性，本文采用由丁曉青和馬勇等人提出的帶有風險的AdaBoost人臉檢測新算法，即CS-AdaBoost算法[1]，并將該算法應用于主動跟蹤中，作為后期的處理。這樣先由動目標檢測過濾掉非目標幀，再針對有目標的關鍵幀做復雜度較高的人臉檢測。如此分級檢測，算法由簡單到復雜，這樣間接壓縮了待處理的視頻幀率，從而提高了