分布式多視角目標(biāo)跟蹤算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩119頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、分布式多視角目標(biāo)跟蹤(分布式視頻跟蹤)是近年來(lái)圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)之一。在分布式視頻跟蹤系統(tǒng)中,使用多臺(tái)智能攝像機(jī)(視角)對(duì)目標(biāo)進(jìn)行精確跟蹤。各視角在本地完成視頻數(shù)據(jù)的采集和處理,并通過(guò)網(wǎng)絡(luò)與其它視角進(jìn)行信息的交互和融合。與傳統(tǒng)的集中式技術(shù)相比,分布式跟蹤具有帶寬需求低、系統(tǒng)功耗小、實(shí)時(shí)性高、可靠性強(qiáng)等優(yōu)勢(shì),在視頻監(jiān)控、交通控制、制藥、娛樂(lè)和智能環(huán)境等領(lǐng)域中有著廣闊的應(yīng)用前景。
  本文對(duì)分布式視頻跟蹤中的視角內(nèi)視頻

2、處理算法、單或多目標(biāo)跟蹤的理論框架、目標(biāo)遮擋處理及非同步視角間的信息融合等內(nèi)容進(jìn)行了研究,以解決分布式多視角條件下的目標(biāo)精確跟蹤問(wèn)題。
  論文首先從各視角本地?cái)?shù)據(jù)的有效利用角度出發(fā),對(duì)視角內(nèi)視頻處理算法進(jìn)行了研究,提出了“超復(fù)數(shù)相位相關(guān)算法”和“遮擋魯棒的單視角目標(biāo)跟蹤算法”:
  ●超復(fù)數(shù)相位相關(guān)算法,主要解決各視角內(nèi)彩色圖像的有效利用問(wèn)題。該算法將傳統(tǒng)的相位相關(guān)(POC)擴(kuò)展到超復(fù)數(shù)域,得到一種新的超復(fù)數(shù)相位相關(guān)(QP

3、OC)計(jì)算表達(dá)式。在彩色圖像配準(zhǔn)應(yīng)用中,它能夠得出相關(guān)系數(shù)與位移間的解析表達(dá)式,利用最小二乘法直接從QPOC計(jì)算得到的二維系數(shù)矩陣中估計(jì)出圖像間存在的位移向量。實(shí)驗(yàn)結(jié)果表明,QPOC將計(jì)算量降低到原有算法的50%左右,并提高了彩色圖像位移向量的估計(jì)精度。
  ●遮擋魯棒的單視角目標(biāo)跟蹤算法,主要解決各視角如何利用本地?cái)?shù)據(jù)進(jìn)行遮擋處理的問(wèn)題。算法利用粒子濾波器對(duì)目標(biāo)的位置和遮擋狀態(tài)進(jìn)行聯(lián)合估計(jì),借助可見(jiàn)的目標(biāo)外觀區(qū)域?qū)⒛繕?biāo)對(duì)齊到真實(shí)

4、位置,從而有效處理遮擋情況。同時(shí),使用變分近似法降低了聯(lián)合后驗(yàn)概率的狀態(tài)空間,解決了維度災(zāi)難問(wèn)題。實(shí)驗(yàn)結(jié)果表明,算法能夠顯著提高跟蹤精度,對(duì)短時(shí)局部和完全遮擋具有魯棒性。
  在解決了各視角如何處理本地視頻數(shù)據(jù)的問(wèn)題后,論文進(jìn)一步考慮如何在視角間實(shí)現(xiàn)高效的信息交互和融合。借助于貝葉斯理論和變分近似法,建立了分布式多視角目標(biāo)跟蹤系統(tǒng)的概率框架,提出了“分布式多視角單目標(biāo)跟蹤算法”和“分布式多視角多目標(biāo)跟蹤算法”:
  ●分布式

5、多視角單目標(biāo)跟蹤算法,建立了分布式多視角單目標(biāo)跟蹤的概率框架,并使用變分近似法解決了聯(lián)合后驗(yàn)概率引入的高維狀態(tài)空間問(wèn)題。各智能攝像機(jī)首先利用視角內(nèi)的視頻數(shù)據(jù)計(jì)算出本地似然函數(shù),再借助于消息傳遞機(jī)制完成信息的分布式迭代融合,實(shí)現(xiàn)各視角對(duì)目標(biāo)的精確跟蹤。實(shí)驗(yàn)結(jié)果表明,算法能夠有效提高分布式系統(tǒng)在復(fù)雜背景、遮擋、目標(biāo)三維旋轉(zhuǎn)等情況下的跟蹤精度。
  ●分布式多視角多目標(biāo)跟蹤算法,對(duì)多視角單目標(biāo)跟蹤算法進(jìn)行了擴(kuò)展。通過(guò)對(duì)運(yùn)動(dòng)目標(biāo)間的遮擋過(guò)

6、程進(jìn)行建模,構(gòu)建了多視角多目標(biāo)跟蹤的概率框架。利用變分近似法解決了多視角多目標(biāo)聯(lián)合后驗(yàn)概率估計(jì)所引入的維度災(zāi)難問(wèn)題。各視角借助于消息傳遞機(jī)制實(shí)現(xiàn)信息的分布式迭代融合,估計(jì)出各運(yùn)動(dòng)目標(biāo)的三維坐標(biāo)及在各攝像機(jī)視野中的位置信息。實(shí)驗(yàn)結(jié)果表明,算法對(duì)目標(biāo)間的相互遮擋有較強(qiáng)的魯棒性,能夠進(jìn)一步提高跟蹤系統(tǒng)的估計(jì)精度。
  最后,論文為解決實(shí)際系統(tǒng)中的網(wǎng)絡(luò)延時(shí)給視角間信息融合造成的困難,提出了“分布式非同步視角目標(biāo)跟蹤算法”:
  ●建

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論