基于分層關(guān)聯(lián)的多目標跟蹤算法研究.pdf

1、本文研究單攝像機下基于檢測的多目標連續(xù)跟蹤技術(shù)。論文以在線分層關(guān)聯(lián)框架為基礎(chǔ)，分別在局部關(guān)聯(lián)、全局關(guān)聯(lián)、提取目標特征三個問題上展開了深入分析和研究，通過局部關(guān)聯(lián)，實現(xiàn)連續(xù)軌跡和當前幀的候選對象關(guān)聯(lián)，通過全局關(guān)聯(lián)，實現(xiàn)斷開軌跡片段和當前幀候選目標關(guān)聯(lián)，并通過增量線性可判別分析在線自適應(yīng)學習更新連續(xù)軌跡與候選目標的關(guān)聯(lián)代價函數(shù)，獲得更為連續(xù)和完整的多目標的運動軌跡。
　　論文的主要研究工作和創(chuàng)新點如下：
　　（1）提出了遮擋處理

2、的局部關(guān)聯(lián)方法。在關(guān)聯(lián)連續(xù)軌跡和當前幀的候選目標時，采用目標分塊和加權(quán)環(huán)形顏色直方圖的方法，把目標劃分成若干分塊，每個分塊都根據(jù)被遮擋情況自適應(yīng)賦予權(quán)值，提取目標整體和分塊的顏色信息時使用加權(quán)環(huán)形顏色直方圖，并融入空間信息，改進了遮擋時的匹配可靠性。
　?。?）提出了基于運動預測的全局關(guān)聯(lián)方法。在關(guān)聯(lián)斷開軌跡和當前幀的候選目標時，采用運動預測加模糊搜索的方法，在目標軌跡斷開處用卡爾曼濾波器預測可能的搜索中心，向四周做模糊搜索，同時

3、考慮運動特征和表觀特征的相似度判斷周圍是否有匹配的候選目標，改善了全局關(guān)聯(lián)的匹配可靠性。
　　（3）提出了基于增量線性可判別分析(ILDA)的自適應(yīng)多目標跟蹤方法。在提取目標特征的時候引入ILDA，并根據(jù)視頻監(jiān)控需要長時間連續(xù)跟蹤的情況，通過在線自適應(yīng)更新目標特征，調(diào)整匹配的關(guān)聯(lián)代價函數(shù)，指導局部關(guān)聯(lián)和全局關(guān)聯(lián)中軌跡的增長，實現(xiàn)了多目標的連續(xù)可靠跟蹤。
　　論文通過公開視頻序列對所提出的算法進行了實驗分析。實驗結(jié)果表明，遮擋