基于智能學習的多傳感器目標識別與跟蹤系統(tǒng)研究.pdf

1、視頻目標識別與跟蹤是一個具有挑戰(zhàn)性的課題，多傳感器協(xié)同探測技術(shù)在目標識別與跟蹤領(lǐng)域受到越來越廣泛的關(guān)注，單傳感器提供的信息具有局限性，而多傳感器協(xié)同能夠綜合利用各傳感器的信息。本文研究紅外與可見光傳感器協(xié)同的目標識別與跟蹤系統(tǒng)，充分利用紅外與可見光傳感器的互補信息和冗余信息，實現(xiàn)對感興趣目標持續(xù)、精確和魯棒的識別與跟蹤，具有重要的理論意義和實際的應用價值。
　　本文在理論研究的基礎(chǔ)上，針對傳統(tǒng)可見光單傳感器進行目標識別與跟蹤，在有

2、干擾的環(huán)境下存在明顯的失跟問題，提出了基于紅外與可見光傳感器協(xié)同的目標識別與跟蹤系統(tǒng)。在此基礎(chǔ)上，建立了軟件實驗仿真平臺。本文作了以下幾方面研究：
　　首先，分析了目標識別與跟蹤的基礎(chǔ)理論，重點研究了粒子濾波算法。在此基礎(chǔ)上，建立了基于單傳感器的目標識別與跟蹤系統(tǒng)，研究了加權(quán)顏色直方圖的目標特征，結(jié)合Bhattacharya距離準則判斷識別優(yōu)劣，接著研究了目標運動狀態(tài)預測及跟蹤的方法。實驗結(jié)果表明，在理想環(huán)境下，系統(tǒng)具有較高的識別

3、精度，較好的跟蹤魯棒性；但在有干擾的環(huán)境下，系統(tǒng)的魯棒性較差，明顯存在失跟現(xiàn)象。
　　其次，在單傳感器系統(tǒng)研究的基礎(chǔ)上，提出基于智能學習的多傳感器目標識別與跟蹤系統(tǒng)，系統(tǒng)關(guān)鍵技術(shù)為基于可見光的粒子濾波算法與基于紅外的混合高斯背景建模算法，結(jié)合在線學習及更新與基于策略的搜索處理，進行狀態(tài)決策判斷，利用紅外與可見光兩種傳感器的結(jié)果進行協(xié)同識別與跟蹤，根據(jù)協(xié)同準則進行交互。實驗結(jié)果表明，在有干擾的環(huán)境下，基于多傳感器的目標識別與跟蹤系統(tǒng)