基于自適應聚類算法的小群體檢測與跟蹤.pdf

1、小群體檢測與跟蹤是智能視頻監(jiān)控系統(tǒng)的關鍵技術，也是異常事件檢測、行為理解、場景理解等更高層次的視覺任務的基礎。小群體指的是在接近的運動區(qū)域中，若干具有動作一致性的人群。監(jiān)控視頻中的小群體不僅反映了社會行為與安全問題，具有廣泛的應用，而且是計算機視覺領域非常具有挑戰(zhàn)性的問題。
　　小群體的檢測和跟蹤依賴于對個體運動目標的檢測與跟蹤，同時也依賴于群體特征的描述和群體獲取算法。這涉及到圖像處理、模式識別和機器學習等多個領域的知識，因此具

2、有較高的理論研究價值。
　　近年來，許多群體分析的算法不斷的被提出，但是由于監(jiān)控視頻中人群運動的活動分布狀態(tài)、小群體的結構動態(tài)變化頻繁、相互遮擋問題以及復雜背景問題等都給小群體分析帶來了不小的挑戰(zhàn)。為此，本文研究了一種基于自適應聚類小群體檢測與跟蹤的方法，該方法通過改進多目標跟蹤，優(yōu)化軌跡的相似度測量，并進行自適應聚類，來發(fā)現(xiàn)小群體并對小群體跟蹤。本文的主要工作分如下兩點:
　　(1)對運動目標個體，提出了基于雙向速度的預判

3、軌跡擬合的多跟蹤算法。它是針對監(jiān)控視頻中人群可能出現(xiàn)相互遮擋、復雜背景等問題提出的，目的是為后繼的基于自適應聚類的小群體檢測算法提供更準確的輸入。在公共數(shù)據(jù)集FM_dataset和SMOT數(shù)據(jù)集上實驗結果證明，提出的基于雙向速度的預判軌跡擬合的方法能夠在目標短時遮擋時恢復目標的時空運動軌跡，大大提高了對多目標跟蹤的準確性。
　　(2)提出了基于自適應聚類算法的小群體檢測與跟蹤算法。它是根據(jù)多目標檢測與跟蹤獲得的時空軌跡，通過進行軌