內(nèi)河CCTV視頻多船舶跟蹤算法研究.pdf

1、內(nèi)河航運在我國的交通運輸行業(yè)中占據(jù)著至關(guān)重要的地位，然而，由于船舶種類以及通航環(huán)境越來越復雜，導致海事監(jiān)管量大，此外，有些內(nèi)河航段狹窄、彎曲、險淺，也給海事局監(jiān)管部門作業(yè)帶來了突出風險，使得海事監(jiān)管成本高。近年來，隨著信息技術(shù)的飛躍發(fā)展，智能視頻技術(shù)被快速、廣泛應用到海事監(jiān)管體系中。CCTV系統(tǒng)作為電子巡航系統(tǒng)的“眼”部，能夠?qū)崿F(xiàn)全天候全時段的海事監(jiān)控，然而，由于智能視頻技術(shù)的智能化水平限制，CCTV系統(tǒng)作業(yè)依然需要大量人工參與以從監(jiān)控

2、視頻中獲取有用信息。為了提高CCTV監(jiān)控系統(tǒng)的智能化水平，降低人力資源耗費，深入研究內(nèi)河CCTV監(jiān)控視頻的船舶跟蹤算法具有深遠的意義。
　　本文從多目標跟蹤的角度出發(fā)，深入研究了內(nèi)河CCTV監(jiān)控視頻中的多船舶跟蹤算法，主要研究內(nèi)容如下所示：
　　1.對內(nèi)河海事監(jiān)管系統(tǒng)中常見船舶類型進行了歸納總結(jié)，采取對各類船舶提取方向梯度直方圖特征來描述船舶外觀；針對內(nèi)河航道特殊的場景特點，對內(nèi)河監(jiān)控視頻的環(huán)境特征作了分析。
　　2.

3、提出了結(jié)合梯度方向直方圖特征和模糊SVM算法來獲取船舶外觀特征模型，然后，利用可變形部件模型原理，將多條目標船舶間的空間位置關(guān)系作為參數(shù)之一，來實現(xiàn)同時對多條船舶的準確跟蹤。其中，由于船舶間的空間位置關(guān)系的使用，使得該算法可以避免跟蹤過程中相似船舶對目標船舶的影響，以免出現(xiàn)跟蹤失敗。
　　3.當多條目標船舶間出現(xiàn)相互遮擋時，尤其是目標船舶間存在相似船舶時，由于視頻幀中被遮擋的目標船舶大部分特征信息丟失，將使得上述多船舶跟蹤算法出現(xiàn)

4、誤跟等，致使跟蹤失敗，針對這種情況，本文提出使用最小二乘法來解決目標船舶間相互遮擋時的跟蹤定位問題，即當船舶間出現(xiàn)相互遮擋時，使用最小二乘法進行船舶運動軌跡的預測來實現(xiàn)跟蹤，當相互遮擋消失時，則使用上述多船舶跟蹤算法來實現(xiàn)跟蹤。
　　大量實驗結(jié)果表明，本文提出的多船舶跟蹤算法能夠準確有效的實現(xiàn)內(nèi)河CCTV監(jiān)控視頻的多船舶跟蹤，使用最小二乘法進行運動軌跡擬合是解決目標間相互嚴重遮擋的一種行之有效的方法，并且對內(nèi)河環(huán)境中的各種基礎(chǔ)船舶