面向行人群信息提取的視頻圖像目標(biāo)跟蹤算法研究.pdf

1、交通作為城市社會(huì)經(jīng)濟(jì)發(fā)展中的紐帶和動(dòng)脈，具有舉足輕重的地位。隨著我國(guó)城鎮(zhèn)化建設(shè)的不斷推進(jìn)，城市結(jié)構(gòu)變化、規(guī)模擴(kuò)大、人口增長(zhǎng)，城市交通越來(lái)越復(fù)雜，交通擁擠、交通污染和交通安全等問題日益突出，城市交通問題已成為制約社會(huì)經(jīng)濟(jì)生產(chǎn)，影響民生的重要問題。行人作為交通系統(tǒng)的主要參與者，其活動(dòng)、特征是影響交通系統(tǒng)設(shè)計(jì)、運(yùn)行的重要因素。行人與機(jī)動(dòng)車干擾、行人擁擠、行人交通安全等問題已經(jīng)成為城市交通中嚴(yán)重的現(xiàn)實(shí)問題。《國(guó)家中長(zhǎng)期科技發(fā)展規(guī)劃綱要(2006

2、-2020)》明確提出優(yōu)先發(fā)展智能交通系統(tǒng)的戰(zhàn)略決策，采用高新技術(shù)改造現(xiàn)有城市交通系統(tǒng)，提高其運(yùn)行效率及服務(wù)質(zhì)量，成為緩解交通問題的有力手段之一。
　　將計(jì)算機(jī)視覺技術(shù)應(yīng)用于交通數(shù)據(jù)采集領(lǐng)域一直是智能交通系統(tǒng)的一個(gè)重要研究方向。基于視頻圖像處理和模式識(shí)別技術(shù)采集交通數(shù)據(jù)，與傳統(tǒng)的檢測(cè)方法相比，安裝靈活，維護(hù)成本低，可提供豐富的交通數(shù)據(jù)。發(fā)達(dá)國(guó)家在交通視頻檢測(cè)方面進(jìn)行了大量的理論研究與工程實(shí)踐，大多以車輛為檢測(cè)對(duì)象，較少考慮行人交通

3、，因此，現(xiàn)有的方法不能有效獲取實(shí)時(shí)行人交通數(shù)據(jù)，且不適合我國(guó)城市混合交通環(huán)境。分析和判斷行人交通的運(yùn)行規(guī)律、行人對(duì)機(jī)動(dòng)車的干擾機(jī)理以及行人對(duì)信號(hào)交叉口通行能力的影響等，能夠有效地管理和控制城市道路交通，科學(xué)規(guī)劃設(shè)計(jì)公共交通設(shè)施，合理分配交通資源，解決我國(guó)城市特有的交通問題。在此背景下，我國(guó)在行人檢測(cè)領(lǐng)域的研究逐步展開，具有良好的應(yīng)用前景。
　　本論文以行人的交通特征為理論依據(jù)，以計(jì)算機(jī)視覺和模式識(shí)別為主要技術(shù)手段，以行人為檢測(cè)對(duì)象

4、，提出視頻檢測(cè)的理論與方法，并通過(guò)實(shí)際交通視頻進(jìn)行驗(yàn)證，分析系統(tǒng)運(yùn)行結(jié)果的可靠性，為實(shí)際應(yīng)用奠定基礎(chǔ)。
　　本論文主要?jiǎng)?chuàng)新成果如下:
　?、賹?duì)于攝像機(jī)標(biāo)定，通過(guò)分析實(shí)際交通視頻中場(chǎng)景特點(diǎn)劃分場(chǎng)景類型，針對(duì)不同類型場(chǎng)景提出相應(yīng)攝像機(jī)標(biāo)定算法。根據(jù)道路邊緣及路面上行人包含的幾何約束關(guān)系，提出通常道路拍攝場(chǎng)景下攝像機(jī)標(biāo)定方法;對(duì)允許行人過(guò)街道路交叉口拍攝場(chǎng)景，利用人行橫道線包含的幾何約束關(guān)系提出攝像機(jī)標(biāo)定方法。通過(guò)充分利用實(shí)際交通

5、視頻場(chǎng)景中的幾何約束條件，無(wú)需擺放特定的標(biāo)定物體，可標(biāo)定攝像機(jī)參數(shù)。
　　②在運(yùn)動(dòng)對(duì)象檢測(cè)部分，提出自適應(yīng)塊均值的改進(jìn)密碼本模型?？紤]像素之間的時(shí)間、空間聯(lián)系，提出改進(jìn)密碼本框架。在此基礎(chǔ)上，與HSV色彩空間結(jié)合，定義碼本間相似度并據(jù)此精細(xì)化碼本，并根據(jù)背景變化自適應(yīng)調(diào)整圖像塊尺寸，提出自適應(yīng)塊均值的改進(jìn)密碼本模型。改進(jìn)后模型可以處理動(dòng)態(tài)多峰背景，得到較完整的檢測(cè)對(duì)象區(qū)域，檢測(cè)噪聲容易處理，同時(shí)提高運(yùn)算速度。
　?、蹖?duì)于目標(biāo)

6、跟蹤，提出核窗口尺寸和目標(biāo)模型自適應(yīng)的改進(jìn)均值漂移跟蹤算法，并針對(duì)跟蹤中可能產(chǎn)生的遮擋，提出多行人目標(biāo)間遮擋處理方法?；谀繕?biāo)尺度方向估計(jì)，調(diào)整算法核窗口尺寸及核權(quán)重分布，以克服跟蹤中背景干擾?；谀繕?biāo)變化劇烈程度定義及度量，構(gòu)建目標(biāo)模型更新機(jī)制，使目標(biāo)模型能夠自適應(yīng)目標(biāo)變化，提高跟蹤精度。提出多信息融合算法融合目標(biāo)顏色和運(yùn)動(dòng)信息，以克服多信息間誤差疊加問題。定義遮擋因子描述多目標(biāo)間遮擋狀態(tài)，給出相應(yīng)遮擋處理方法，以有效處理兩目標(biāo)間及更

7、多目標(biāo)參與的遮擋問題。
　?、茉谛腥俗R(shí)別及數(shù)量統(tǒng)計(jì)方面，提出基于行人特征識(shí)別行人目標(biāo)，并依據(jù)形狀模型給出面向人群的行人計(jì)數(shù)方法。結(jié)合攝像機(jī)標(biāo)定和目標(biāo)跟蹤算法，提取運(yùn)動(dòng)目標(biāo)速度及目標(biāo)圖像面積信息，并據(jù)此建立行人目標(biāo)分類準(zhǔn)則。構(gòu)建三維形狀模型描述行人人群形狀。給出形狀模型對(duì)行人人群形狀的最優(yōu)估計(jì)及模型初始解求取方法，據(jù)此基于攝像機(jī)參數(shù)標(biāo)定結(jié)果，提取行人人群占地面積，以計(jì)算當(dāng)前幀行人目標(biāo)數(shù)量。當(dāng)行人目標(biāo)團(tuán)間發(fā)生合并與分離時(shí)，給出行人計(jì)數(shù)