智能視頻監(jiān)控中的目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤是當(dāng)今計(jì)算機(jī)視覺領(lǐng)域中最重要的研究課題之一，在公共安全、醫(yī)療診斷、數(shù)字多媒體和人機(jī)交互等領(lǐng)域中得到了廣泛的應(yīng)用。到目前為止，目標(biāo)跟蹤技術(shù)研究中仍存在許多難點(diǎn)亟待解決，如目標(biāo)外形與場景的變化、目標(biāo)遮擋以及攝像機(jī)移動(dòng)等都可能導(dǎo)致目標(biāo)跟蹤失敗。因此，對(duì)目標(biāo)跟蹤的繼續(xù)研究仍具有重要意義。多算法融合與對(duì)單一算法的改進(jìn)能有效提高算法的穩(wěn)定性與實(shí)時(shí)性等性能，是當(dāng)前目標(biāo)跟蹤研究的熱點(diǎn)之一。本文在對(duì)前人研究成果的調(diào)研與實(shí)驗(yàn)的基礎(chǔ)上，提出了一種自適

2、應(yīng)目標(biāo)跟蹤算法，并實(shí)現(xiàn)了一個(gè)基于本文算法的智能視頻監(jiān)控系統(tǒng)目標(biāo)跟蹤模塊。本文主要完成的工作如下:
　　 1.研究了已有的多種目標(biāo)跟蹤算法:Meanshift目標(biāo)跟蹤算法、基于粒子濾波的目標(biāo)跟蹤算法和基于融合粒子濾波與Meanshift的目標(biāo)跟蹤算法。對(duì)以上幾種算法的基礎(chǔ)理論進(jìn)行了詳細(xì)的闡述，并分別給出了算法的實(shí)現(xiàn)框架;在多個(gè)圖像與視頻序列上的實(shí)驗(yàn)結(jié)果基礎(chǔ)上，討論了各算法的優(yōu)缺點(diǎn)。
　　 2.提出了一種基于雙向二維主成分分

3、析(Bi-2DPCA)的目標(biāo)跟蹤算法。采用雙向二維主成分分析作為目標(biāo)表示的方法建立目標(biāo)圖像子空間。引入了一種基于圖像匹配程度的自適應(yīng)增量因子，并將其應(yīng)用于所提跟蹤算法的圖像均值與協(xié)方差矩陣的更新計(jì)算中;在多個(gè)目標(biāo)變化劇烈，同時(shí)含有動(dòng)態(tài)背景的圖像序列上進(jìn)行了驗(yàn)證性實(shí)驗(yàn)與對(duì)比實(shí)驗(yàn)，結(jié)果表明本文所提出的目標(biāo)跟蹤算法不僅能準(zhǔn)確穩(wěn)定地跟蹤普通的運(yùn)動(dòng)目標(biāo)，甚至在發(fā)生部分遮擋時(shí)也能準(zhǔn)確跟蹤目標(biāo)，對(duì)比實(shí)驗(yàn)結(jié)果表明，本算法在效率上優(yōu)于二維主成分分析算法。