基于運(yùn)動(dòng)特征的視頻網(wǎng)絡(luò)多目標(biāo)匹配和跟蹤方法研究.pdf

1、視頻網(wǎng)絡(luò)的智能視頻監(jiān)控應(yīng)用有廣泛的應(yīng)用前景和研究?jī)r(jià)值，運(yùn)動(dòng)目標(biāo)跟蹤是許多智能視頻監(jiān)控應(yīng)用的基礎(chǔ)。單目攝像頭下，目標(biāo)間的遮擋處理是目標(biāo)跟蹤的核心問(wèn)題。常規(guī)目標(biāo)跟蹤方法通過(guò)相鄰幀目標(biāo)的外觀特征實(shí)現(xiàn)相同目標(biāo)的匹配，勾畫目標(biāo)的運(yùn)動(dòng)軌跡。但是在目標(biāo)間存在遮擋時(shí)，使用目標(biāo)的外觀作為匹配特征必然導(dǎo)致目標(biāo)的錯(cuò)誤跟蹤或跟蹤丟失。
　　單攝像頭本身無(wú)法提供目標(biāo)的深度信息，為了確定目標(biāo)的深度，就需要另外一個(gè)攝像頭提供附加的約束信息。因此，利用多攝像頭對(duì)

2、目標(biāo)進(jìn)行跟蹤就面臨著不同攝像頭間相同目標(biāo)圖像匹配問(wèn)題。而常規(guī)的圖像匹配方法采用目標(biāo)圖像的顏色、紋理、尺度不變特征變化等作為匹配特征。但是在實(shí)際的監(jiān)控場(chǎng)景中，由于光照的變化、攝像頭視角的差異、攝像頭分辨率低等因素的影響，基于以上特征的匹配算法都存在應(yīng)用場(chǎng)景受限的缺點(diǎn)。在運(yùn)動(dòng)過(guò)程中固定物的遮擋、目標(biāo)之間的相互遮擋也會(huì)導(dǎo)致現(xiàn)有算法的匹配準(zhǔn)確率下降。因此，在單目攝像頭目標(biāo)跟蹤的基礎(chǔ)上，將攝像頭間目標(biāo)的匹配問(wèn)題轉(zhuǎn)換為目標(biāo)運(yùn)動(dòng)軌跡的匹配。本文從匹配

3、算法對(duì)監(jiān)控環(huán)境的可擴(kuò)展性出發(fā)，研究了以下四個(gè)方面的內(nèi)容：
　　1.在單目攝像頭下，提出了基于運(yùn)動(dòng)區(qū)域的目標(biāo)跟蹤算法，采用目標(biāo)尺寸、目標(biāo)運(yùn)動(dòng)方向、目標(biāo)運(yùn)動(dòng)速度構(gòu)造代價(jià)函數(shù)，根據(jù)代價(jià)值實(shí)現(xiàn)模板與目標(biāo)的關(guān)聯(lián)。針對(duì)運(yùn)動(dòng)過(guò)程中，運(yùn)動(dòng)目標(biāo)之間遮擋情況，采用不同的模板更新策略，解決目標(biāo)遮擋問(wèn)題。
　　2.采用MOTP和MOTA作為跟蹤算法的性能評(píng)價(jià)指標(biāo)。MOTP表示跟蹤器準(zhǔn)確預(yù)估目標(biāo)位置的能力，MOTA表示跟蹤器準(zhǔn)確預(yù)估目標(biāo)數(shù)目和跟蹤一致

4、性的能力。
　　3.提出了魯棒的目標(biāo)時(shí)空運(yùn)動(dòng)軌跡，結(jié)合了目標(biāo)的時(shí)間特性和空間運(yùn)動(dòng)特性，該特征具有幾何獨(dú)立性和唯一性,且不受物體形狀、光照、攝像頭間視角等因素的影響，不需要提前對(duì)攝像機(jī)進(jìn)行參數(shù)標(biāo)定。
　　4.針對(duì)時(shí)空運(yùn)動(dòng)軌跡的特征，提出了改進(jìn)的基于互信息的序列相似性度量方法，該方法能有效避免不同目標(biāo)運(yùn)動(dòng)軌跡之間局部相似的情況。在攝像頭間，基于目標(biāo)的時(shí)空運(yùn)動(dòng)軌跡的相似性，利用攝像頭間目標(biāo)的運(yùn)動(dòng)軌跡構(gòu)造加權(quán)二部圖，通過(guò)二部圖的最優(yōu)