監(jiān)控視頻中多目標(biāo)檢測(cè)與跟蹤研究.pdf

1、隨著智能監(jiān)控體系方向科研的深入與普及，對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤在計(jì)算機(jī)視覺方向擁有著越來越高的位置。因?yàn)楣庹兆兓?、場景的?fù)雜、目標(biāo)運(yùn)動(dòng)方式多樣性、目標(biāo)外觀的多樣性和目標(biāo)之間的相互遮擋，使得運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤這一研究方向仍面臨著許多難以解決的問題，需要進(jìn)一步的深入研究。本文主要研究方向就是靜態(tài)場景下多運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤。主要工作如下:
　　在多運(yùn)動(dòng)目標(biāo)的檢測(cè)方向上，由于VIBE存在鬼影和長期暫停目標(biāo)難以抑制的缺陷，本文提出了抑制鬼影和

2、靜止目標(biāo)的VIBE后續(xù)處理辦法。步驟如下:首先，通過OTSU準(zhǔn)側(cè)來使VIBE算法中的判斷閾值達(dá)到自適應(yīng)，從而在前景的判斷以及目標(biāo)的分割上得到優(yōu)化，其次使用基于HOG的支持向量機(jī)(SVM)分類器處理檢測(cè)后得到的目標(biāo)，使粘連為一體的目標(biāo)能夠被區(qū)分;最后，通過比較VIBE檢測(cè)出的前景與背景的輪廓相似度，來判斷該前景是鬼影或靜止目標(biāo)，采用不同的更新策略對(duì)二者進(jìn)行抑制，從而達(dá)到消除鬼影與靜止目標(biāo)的目的。通過本文所做的一些實(shí)驗(yàn)，以上提出的方法能夠準(zhǔn)

3、確地檢測(cè)并分割出運(yùn)動(dòng)目標(biāo)。
　　在目標(biāo)跟蹤領(lǐng)域，由于基于軌跡優(yōu)化的多目標(biāo)跟蹤算法存在長期遮擋無法繼續(xù)跟蹤和實(shí)時(shí)性不佳的缺陷，本文提出了優(yōu)化跟蹤和提高實(shí)時(shí)性的一些改進(jìn)。本文通過加大基于軌跡優(yōu)化多目標(biāo)跟蹤能量函數(shù)的持續(xù)性選項(xiàng)的系數(shù)來增加軌跡融合的能力，為了防止出現(xiàn)錯(cuò)誤的軌跡融合，又在能量函數(shù)中加入了間隔幀比較這一選項(xiàng)，從而增強(qiáng)了跟蹤長時(shí)間被遮擋目標(biāo)的能力;其次，本文將視頻序列分段采用軌跡優(yōu)化的方式跟蹤，在段與段的接口處進(jìn)行連接，從而不