基于最小二乘法與智能避障模型的行人跟蹤.pdf

1、目標(biāo)跟蹤是智能視頻分析的主要技術(shù)之一。目標(biāo)跟蹤即在一段視頻中，通過各種技術(shù)手段跟蹤目標(biāo)，確定目標(biāo)在下一個(gè)時(shí)間點(diǎn)的位置。目標(biāo)跟蹤的步驟基本分為：前景檢測、目標(biāo)感興趣區(qū)域的確定、目標(biāo)的跟蹤。通過一定的檢測方法去除視頻圖像中的噪聲和陰影，然后對處理過的視頻圖像進(jìn)行檢測，確定目標(biāo)的位置，通過一定的方法統(tǒng)計(jì)目標(biāo)的信息，以此對目標(biāo)進(jìn)行跟蹤。目標(biāo)跟蹤最重要的特性為魯棒性和實(shí)時(shí)性。要保證目標(biāo)一直被跟蹤，最大程度的避免運(yùn)動目標(biāo)被跟丟和跟錯(cuò)。
　　本

2、文提出一種基于YUV顏色空間的目標(biāo)檢測與跟蹤方法。針對RGB格式下，碼本模型對處理陰影的不足，圖像顯示較慢從而影響實(shí)時(shí)性，本文選取YUV顏色空間來進(jìn)行背景建模，利用亮度信息和色度信息相獨(dú)立的特性，可以有效地提高檢測精度，且對陰影的去除也有較好的效果，在很大程度上提高了實(shí)時(shí)性，節(jié)約了運(yùn)算內(nèi)存。該碼本建模方法能夠適應(yīng)光照的變化，自適應(yīng)性，實(shí)時(shí)性，抗擾動性較好。且基于YUV顏色空間的優(yōu)越性，大大減少了處理時(shí)間。另外本文重點(diǎn)提出了一種結(jié)合最小二

3、乘法和自適應(yīng)避障算法的行人跟蹤方法。首先針對卡爾曼算法的不足，利用最小二乘法進(jìn)行改進(jìn)對行人軌跡進(jìn)行預(yù)測。同時(shí)又結(jié)合自適應(yīng)避障算法，與傳統(tǒng)的行人跟蹤方法相比，此方法更符合人類的思維習(xí)慣、更加智能。
　　本文的主要研究內(nèi)容為：
　?、偈紫葘GB顏色格式轉(zhuǎn)換為YUV格式，通過Y和U、V兩方面對背景進(jìn)行建模，通過訓(xùn)練場景中的每個(gè)像素點(diǎn)來建立碼本模型,每個(gè)碼本中包含一個(gè)以上的碼字，且對碼本模型進(jìn)行實(shí)時(shí)更新；
　　②通過對亮度和

4、色度進(jìn)行匹配判斷，如果匹配不成功，則說明該點(diǎn)為前景點(diǎn)，匹配成功該點(diǎn)則為背景點(diǎn)；
　?、劾脗鹘y(tǒng)的卡爾曼算法，實(shí)現(xiàn)初期的目標(biāo)跟蹤。并針對其不足進(jìn)行改進(jìn)；
　?、茚槍柭惴▽π腥烁櫟母鷣G和跟錯(cuò)率較高，提出利用最小二乘法進(jìn)行行人運(yùn)動曲線擬合，預(yù)測出行人在下一視頻幀中的位置。將此位置作為初始運(yùn)動目標(biāo)進(jìn)行搜索；
　?、萦捎谛腥说奶厥庑裕湫睦砗瓦\(yùn)動習(xí)慣會很大的程度的影響其運(yùn)動，隨意性較大。針對這一特性，提出結(jié)合自適應(yīng)避障算