智能視頻監(jiān)控下的多目標跟蹤技術(shù)研究.pdf

1、智能視頻監(jiān)控系統(tǒng)將計算機視覺技術(shù)融入視頻監(jiān)控系統(tǒng)，對視頻數(shù)據(jù)流進行圖像處理、目標分析等工作，判斷目標的動作，自動檢測、跟蹤目標并進行相關(guān)記錄，使計算機代替人進行監(jiān)控，給予視頻監(jiān)控系統(tǒng)智能性，變被動監(jiān)控為主動監(jiān)控。
　　 多目標跟蹤技術(shù)是智能視頻監(jiān)控系統(tǒng)的核心技術(shù)，其研究涉及到傳計算機圖像處理、模式識別、人工智能及自動控制等諸多相關(guān)領(lǐng)域的知識，已開始得到科研工作者、政府和商家的重視，有著十分高的應(yīng)用前景和研究價值。
　　

2、智能視頻監(jiān)控系統(tǒng)下的多目標跟蹤技術(shù)對系統(tǒng)的實時穩(wěn)定運行要求高，如何實現(xiàn)適應(yīng)各種復(fù)雜場景、魯棒性高、實時性強的多目標跟蹤技術(shù)已經(jīng)成為目前研究界急需解決的問題。
　　 本文重點研究智能視頻監(jiān)控系統(tǒng)下的多目標跟蹤技術(shù)，主要的工作與創(chuàng)新之處如下:
　　 1.提出一種幀差法和背景差法融合的運動目標檢測算法。在該算法中，針對幀差法的實時性高、對光照適應(yīng)性強的優(yōu)點和背景差法能檢測出完整運動目標的優(yōu)點進行了融合，并利用幀差法得到的中間結(jié)

3、果來進行自適應(yīng)背景更新;然后提出了一種自適應(yīng)迭代閾值計算的方法，在進行運動區(qū)域二值化后，使用運動目標分割算法將多個運動目標進行分割。理論分析和實驗表明該方法有效的提高了檢測率和魯棒性，得到了很好的多運動目標檢測的效果。
　　 2.針對智能視頻監(jiān)控場景的復(fù)雜變化的情況下，提出一種多特征聯(lián)合的特征提取方法，該方法利用跟蹤算法針對每種特征求出相應(yīng)的跟蹤中心點，利用特征向量之間的相似度測量標準來計算每種特征的相應(yīng)權(quán)值，最終組成聯(lián)合特征完

4、成目標跟蹤。該方法提取的特征相對于傳統(tǒng)的單獨特征有著更好地魯棒性。
　　 3.提出一種改進的Meanshift算法來實現(xiàn)目標的跟蹤，解決目標大小變化和遮擋的跟蹤問題。針對智能視頻監(jiān)控場景景深，目標會隨著離攝像機距離的遠近而產(chǎn)生大小的變化的問題，提出一種基于尺度空間的Mean Shift算法，來自適應(yīng)的對變化大小的目標進行跟蹤。該方法有效的解決了目標大小變化導(dǎo)致目標丟失的問題。同時，針對多目標跟蹤中的目標遮擋問題，提出一種基于Ka